在特定值匹配的Pandas dfs之间复制特定列的集合

Question

我确信这将是一个'doh'时刻，但我很难尝试复制数据帧之间的一组列， df1中的特定列也在df2中找到。

DF1的简化版本是这样的：

DF2的简化版本是这样的：

在这里，我要建的列（COLS）列表，不包括df1中的'p_people_id'字段并在df2中创建这些字段并指定一个nan值。 的cols = 之后DF2看起来是这样的： 这些DFS我试图寻找找到所有实例，其中df2.a_people_id == df1.p_people_id并指定DF1的[COLS]值到DF2实例工作。

使用.loc查找实例非常简单。我已经成功地能够选择我想要的cols使用的.loc以及

df2.loc[df2['a_people_id']==df1['p_people_id'][0],np.array(cols)] 

能正常工作的目标和回报：

但是，如果我尝试这样的事情来设置/分配

df2.loc[df2['a_people_id']==df1['p_people_id'][0],np.array(cols)]=df1.loc[df1['p_people_id']==df1['p_people_id'][0],np.array(cols)] 

什么也没有发生，我不知道为什么：凡在DF1 ID字段中的ID字段匹配DF2那些特定列。

我试图以各种方式利用.ix，.loc，.iloc，.where，.select，.set，但这必须是其中的一个地方，我只是“不做它”对。”我可以发布其他例子，我已经设法让语法正确地找到[cols]特定的id匹配的位置，并且没有错误或'view vs copy'警告被打印，但是也没有任何分配。我在哪里错了？

Answer 1

如果我没有弄错，我想你正在寻找一个连接操作。

特别是，在你的描述这条语句：

df2.loc[df2['a_people_id']==df1['p_people_id'][0],np.array(cols)] 

办法“看在df2对于其中p_people_id第一p_people_id匹配所有行和那些行，选择cols列

这将产生一组行和一列（在你的例子中是6个，都包含NA），如果我正确地得到了东西，那么你想把这6行与df1中的相应行放在一起，再加上p_people_id的df1。

如果我上面的假设是正确的，那么这可以通过简单的连接完成。像这样：

pd.merge(left=df1, left_on="p_people_id", 
     right=df2, right_on="p_people_id") 

如果有DF1 1000不同p_people_id和他们每个人有6条线路在DF2，上面的语句将产生6000行的数据帧。

然后，您可以在结果中选择所需的列。