如何根据不同数据帧中多个列的值在数据帧中创建新列

Question

假设我有以下两个数据帧：

data = {
'Part' : ['part1', 'part2', 'part3', 'part4', 'part5'],
'Number' : ['123', '234', '345', '456', '567'],
'Code' : ['R2', 'R2', 'R4', 'R5', 'R5']
}
df = pd.DataFrame(data, dtype = object)

data2 = {
'Part' : ['part1', 'part2', 'part6', 'part4'],
'Number' : ['123', '234', '345', '456'],
'Code' : ['M2', 'R2', 'R4', 'M5']
}
df2 = pd.DataFrame(data2, dtype = object)

我的目标是在df中创建一个名为Old_Code的新列，如果df和df2中的Part和Number匹配，该列将从df2中列出Code的值。即Old_Code将具有以下值：['M2', 'R2', NaN, 'M5', NaN]

我试过：

def add_code(df):    
pdf_short.loc[(df['Part'] == df2['Part']) & (df['Number'] == df2['Number']), 'Old_Code'] = df2['Code']
add_code(df)

但由于数据帧的形状不匹配，我一直收到错误。有办法绕过这个问题吗？

我也试过：

def add_code1(df):    
if (df['Part'] == df2['Part']) & (df['Number'] == df2['Number']):
return df2['Code']
df['Old_Code'] = df.apply(add_code1, axis = 1)

然而，我只是犯了错误。

Answer 1

这里有两种方法可以满足您的要求：

# First way
df = df.set_index(['Part','Number']).assign(Old_code=df2.set_index(['Part','Number']).Code).reset_index()
# Second way
df = df.merge(df2.rename(columns={'Code':'Old_code'}), how='left', on=['Part','Number'])

输出：

Part Number Code Old_code
0  part1    123   R2       M2
1  part2    234   R2       R2
2  part3    345   R4      NaN
3  part4    456   R5       M5
4  part5    567   R5      NaN