如何将表的列名与另一表的索引ID关联获取索引描述

你可以通过以下两种常见方式完成两个DataFrame的关联，获取对应索引描述：

方式一：列名转DataFrame后合并 #

先将df_a的列名转换成单独的DataFrame，再与df_b基于index_id字段合并：

# 提取df_a的列名并转为DataFrame，指定列名为index_id
cols_df = pd.DataFrame({'index_id': df_a.columns})

# 与df_b合并，获取对应索引描述
result = cols_df.merge(df_b, on='index_id', how='left')
print(result)

输出结果：

index_id                          Index Description
0    HFRXGL Index               HFRX Global Hedge Fund Index
1    BCOMTR Index  Bloomberg Commodity Index Total Return
2  GOLDLNPM Index                  LBMA Gold Price PM USD

方式二：构建映射字典快速匹配 #

从df_b创建索引ID到描述的映射字典，直接匹配df_a的列名：

# 构建index_id到描述的映射字典
desc_mapping = df_b.set_index('index_id')['Index Description'].to_dict()

# 获取df_a所有列对应的描述
col_descriptions = [desc_mapping[col] for col in df_a.columns]

# 整理成DataFrame（可选）
result = pd.DataFrame({
    'index_id': df_a.columns,
    'Index Description': col_descriptions
})
print(result)

两种方式都能精准关联到对应描述，可根据后续数据处理需求选择。

内容的提问来源于stack exchange，提问作者Ig_Ferr