如何基于另一个DataFrame的行值为目标DataFrame新增列赋值？

需求：给df1新增z1列，根据df1的x1值匹配df2的x2，取对应的y2值填充。

方法一：字典映射（map()） #

这是最直接高效的方式，先从df2构建映射关系，再给df1赋值：

# 从df2创建x2到y2的映射字典
x2_to_y2 = df2.set_index('x2')['y2']
# 给df1新增z1列
df1['z1'] = df1['x1'].map(x2_to_y2)

方法二：DataFrame合并（merge()） #

通过合并操作将两个表关联，提取需要的列：

# 左连接合并，保留df1所有行
df1 = df1.merge(df2, left_on='x1', right_on='x2', how='left')
# 重命名y2为z1，删除多余的x2列
df1 = df1.rename(columns={'y2': 'z1'}).drop(columns='x2')

执行结果 #

两种方法都能得到预期的df1：

x1        y1   z1
0    0.0  0.000000  0.00
1    0.0  0.071429  0.00
2    0.0  0.142857  0.00
3    3.0  0.214286  0.25
4    3.0  0.285714  0.25
5    3.0  0.357143  0.25
6    6.0  0.428571  0.50
7    6.0  0.500000  0.50
8    6.0  0.571429  0.50
9    9.0  0.642857  0.75
10   9.0  0.714286  0.75
11   9.0  0.785714  0.75
12  12.0  0.857143  1.00
13  12.0  0.928571  1.00
14  12.0  1.000000  1.00

适用场景 #

• 如果只是单一列的映射，优先用map()，速度更快，代码更简洁。
• 如果需要同时匹配多列数据，或者映射关系复杂，用merge()更灵活。

内容的提问来源于stack exchange，提问作者Marc Schwambach