如何基于多列将DataFrame的Efficiency值跨表匹配填充
2026-7-18
需求
将第一个DataFrame（2022年数据）中的Efficiency值，基于定性列"Country"、"State"、"District"、"Month"、"Type"和"Name"，匹配填充至第二个DataFrame（2023年数据）中。
第一个DataFrame（2022年数据）
| Country | State | District | Year | Month | Type | Name | No of Jobs | Hours | Efficiency |
|---|---|---|---|---|---|---|---|---|---|
| USA | AL | A | 2022 | 1 | New | AA | 54 | 209 | 4 |
| USA | AK | B | 2022 | 2 | New | BB | 65 | 382 | 6 |
| USA | AZ | C | 2022 | 3 | Old | CC | 78 | 838 | 11 |
| USA | CA | D | 2022 | 4 | New | DD | 43 | 632 | 15 |
| USA | MD | E | 2022 | 5 | Old | EE | 24 | 194 | 8 |
| USA | ME | F | 2022 | 6 | Old | FF | 54 | 283 | 5 |
第二个DataFrame（2023年数据）
| Country | State | District | Year | Month | Type | Name | No of Jobs | Hours | Efficiency |
|---|---|---|---|---|---|---|---|---|---|
| USA | AL | A | 2023 | 1 | New | AA | 76 | 546 | 7 |
| USA | AK | B | 2023 | 2 | New | BB | 52 | 301 | 6 |
| USA | AZ | C | 2023 | 3 | Old | CC | 41 | 455 | 11 |
| USA | CA | D | 2023 | 4 | New | DD | 50 | 301 | 6 |
| USA | MD | E | 2023 | 5 | Old | EE | 85 | 537 | 6 |
| USA | ME | F | 2023 | 6 | Old | FF | 42 | 889 | 21 |
期望输出
| Country | State | District | Year | Month | Type | Name | No of Jobs | Hours | Efficiency |
|---|---|---|---|---|---|---|---|---|---|
| USA | AL | A | 2023 | 1 | New | AA | 76 | 294 | 4 |
| USA | AK | B | 2023 | 2 | New | BB | 52 | 306 | 6 |
| USA | AZ | C | 2023 | 3 | Old | CC | 41 | 440 | 11 |
| USA | CA | D | 2023 | 4 | New | DD | 50 | 735 | 15 |
| USA | MD | E | 2023 | 5 | Old | EE | 85 | 687 | 8 |
| USA | ME | F | 2023 | 6 | Old | FF | 42 | 220 | 5 |
内容的提问来源于stack exchange，提问作者user12715151
相关产品推荐
相关产品推荐
