如何基于匹配值从另一pandas DataFrame计算新列E/t？

方法一：使用map（简洁高效） #

先把df_metal转换成材料-弹性模量的映射字典，再通过map将df_comp['Layer']匹配到对应的E值，最后除以厚度即可：

# 构建Material到E的映射字典
e_mapping = df_metal.set_index('Material')['E'].to_dict()
# 计算E/t列
df_comp['E/t'] = df_comp['Layer'].map(e_mapping) / df_comp['Thickness']

方法二：使用merge（适合需保留更多关联列的场景） #

通过合并两个DataFrame完成匹配，再计算目标列：

# 按Layer和Material匹配合并，保留df_comp所有行
merged = df_comp.merge(df_metal, left_on='Layer', right_on='Material', how='left')
# 计算E/t并赋值给原df_comp
df_comp['E/t'] = merged['E'] / merged['Thickness']

验证结果 #

执行上述任意一种方法后，df_comp的结果与预期一致：

Layer  Thickness           E/t
0  Aluminum      0.050   2400.000000
1  Aluminum      0.063   1904.761905
2     Steel      0.010  25000.000000
3  Titanium      0.028   7214.285714
4  Aluminum      0.050   2400.000000

原代码错误原因 #

你之前的代码df_metal.loc[df_comp['Layer'] == df_comp['Layer'], 'E']逻辑有误：df_comp['Layer'] == df_comp['Layer']结果全为True，实际是取df_metal的前N行（N等于df_comp的行数），但df_metal只有3行，所以后面的行自然返回NaN，根本没完成材料匹配。

内容的提问来源于stack exchange，提问作者Ivan