Python：使用索引/匹配的 excel 等效项合并某些列上的两个数据帧

Question

我正在尝试在Python中复制Excel类型的“索引/匹配”。 我有两个 dfs。

df1：

RIC	扇区代码	SP500	SP400	SP600
FI	40	SP500
BRBR	30		SP400
XPEL	25			SP600

df2:（包含查找表）

代码	姓名	SP400	SP500	SP600
25	非必需消费品	.SPMDCD	.SPSMCD	.SPLRCD
30	消费必需品	.SPMDCS	.SPSMCS	.SPLRCS
10	能源	.SPMDCE	.SPSMCE	.SPNY
40	财务	.SPMDCF	.SPSMCF	.SPSY
35	医疗保健	.SPMDCA	.SPSMCA	.SPXHC
20	工业	.SPMDCI	.SPSMCI	.SPLRCI
45	信息技术	.SPMDCT	.SPSMCT	.SPLRCT
15	材料	.SPMDCM	.SPSMCM	.SPLRCM
50	电信服务	.SPMDCL	.SPSMCL	.SPLRCL
55	公用事业	.SPMDCU	.SPSMCU	.SPLRCU

期望的结果：（将结果添加到 df1）

RIC	扇区代码	SP500	SP400	SP600	结果 SP500	结果 SP400	结果 SP600
FI	40	SP500			.SPSMCF
BRBR	30		SP400			.SPMDCS
XPEL	25			SP600			.SPLRCD

我试过了

merged_df = df1.merge(df2, left_on=['Sector Code'], right_on=['Code'], how='left'). 

这结合了 df1 和 df2，但它给了我每场比赛（SP500、SP400 和 SP600），而不仅仅是每个比赛的一场比赛。

Answer 1

您可以使用

.mask

从合并结果中删除值。列

SP500, SP400, SP600

的填充值可用作列

SP400_Result, SP500_Result, SP600_Result

的掩码。

import pandas as pd

df1 = pd.DataFrame([
 {'RIC': 'FI', 'Sector Code': 40, 'SP500': 'SP500', 'SP400': '', 'SP600': ''},
 {'RIC': 'BRBR', 'Sector Code': 30, 'SP500': '', 'SP400': 'SP400', 'SP600': ''},
 {'RIC': 'XPEL', 'Sector Code': 25, 'SP500': '', 'SP400': '', 'SP600': 'SP600'}])

df2 = pd.DataFrame({
 'Code': [25, 30, 10, 40, 35, 20, 45, 15, 50, 55],
 'Name': ['Consumer Discretionary', 'Consumer Staples', 'Energy', 'Financials', 
           'Health Care', 'Industrials', 'Information Technology', 'Materials', 
           'Telecommunication Services', 'Utilities'],
 'SP400': ['.SPMDCD', '.SPMDCS', '.SPMDCE', '.SPMDCF', '.SPMDCA', '.SPMDCI', 
           '.SPMDCT', '.SPMDCM', '.SPMDCL', '.SPMDCU'],
 'SP500': ['.SPSMCD', '.SPSMCS', '.SPSMCE', '.SPSMCF', '.SPSMCA', '.SPSMCI', 
           '.SPSMCT', '.SPSMCM', '.SPSMCL', '.SPSMCU'],
 'SP600': ['.SPLRCD', '.SPLRCS', '.SPNY', '.SPSY', '.SPXHC', '.SPLRCI', 
           '.SPLRCT', '.SPLRCM', '.SPLRCL', '.SPLRCU']})

merged_df = df1.merge(df2, left_on=['Sector Code'], 
    right_on=['Code'], how='left', suffixes=['', '_Result']
).drop(columns=['Code', 'Name'])

cols_left = [ 'SP500', 'SP400', 'SP600']
cols_right = ['SP400_Result', 'SP500_Result', 'SP600_Result']

merged_df.loc[:, cols_right] = merged_df.loc[:, cols_right].mask(
    merged_df.loc[:, cols_left].eq('').values, '')