Python中实现类VLOOKUP匹配标记功能时遇执行失败问题

我最近碰到这么个需求：手里有Table1.csv和Table2.csv两个表格，它们都包含共同的Key列。想要实现的效果是：如果Table2.csv里的Key在Table1.csv中存在，就给Table2新增一列Flag标记为1，不存在就标记为0。之前试着用了一段代码table1['flag']=table2.key.map(table1.key)，结果啥反应都没有——既没复制内容也没加上标记，折腾了好一会儿才找到问题所在，现在把解决办法分享出来。

输入输出示例 #

输入表格

Table1.csv

Table2.csv

期望输出的Table2.csv

问题出在哪？ #

你之前用的代码逻辑完全搞反了：首先是给table1加flag列，但我们的需求是给table2加列；其次table2.key.map(table1.key)的用法不对——map方法需要的是一个可映射的对象（比如字典、函数），直接传Series的话，它会按索引去匹配值，而不是判断值是否存在，所以根本达不到我们要的标记效果。

两种可行的解决方法 #

方法1：用isin方法（最直观简单）

pandas的isin方法可以直接判断某列的值是否在另一个集合里，返回布尔值后转成int类型（True对应1，False对应0）就行：

import pandas as pd

# 读取两个csv文件
table1 = pd.read_csv('Table1.csv')
table2 = pd.read_csv('Table2.csv')

# 新增Flag列：判断Key是否在table1的Key中，转成int类型
table2['Flag'] = table2['Key'].isin(table1['Key']).astype(int)

# 保存带Flag的Table2
table2.to_csv('Table2_with_Flag.csv', index=False)

方法2：用map结合字典（适合扩展复杂映射）

如果之后需要更复杂的标记规则，可以先把table1的Key做成一个键值对字典，再用map映射，缺失的用fillna补0：

import pandas as pd

table1 = pd.read_csv('Table1.csv')
table2 = pd.read_csv('Table2.csv')

# 构建Key到1的映射字典
key_mapping = {key: 1 for key in table1['Key']}

# 映射Key，不存在的填充为0并转成int
table2['Flag'] = table2['Key'].map(key_mapping).fillna(0).astype(int)

# 保存结果
table2.to_csv('Table2_with_Flag.csv', index=False)

这两种方法都能完美实现需求，亲测有效！

内容的提问来源于stack exchange，提问作者Unknown