Pandas python vlookup从两个数据框中过滤数据，并使用此过滤器替换特定列中的数据

Question

我有如下两个数据框架:

d = {'serial#': ['AAA111', 'BBB222', 'CCC333', 'DDD444', 'EEE555'], 
'Status': ['Compatible', 'Compatible', 'Not compatible', 'Not compatible', 'Not compatible']}
df1 = pd.DataFrame(data=d)
d2 = {'serial#': ['DDD444', 'EEE555'], 'Model': ['printer', 'printer']}
df2 = pd.DataFrame(data=d2)
print(df1)
print(df2)
serial#          Status
0  AAA111      Compatible
1  BBB222      Compatible
2  CCC333  Not compatible
3  DDD444  Not compatible
4  EEE555  Not compatible
serial#    Model
0  DDD444  printer
1  EEE555  printer

我需要修改列'状态'从df1。为此，我需要使用每个数据框的"serial#"列创建一个过滤器。如果'有与df2 'serial#'列匹配的项'，'Status on df1'列下的行将被修改。

假设我需要用字符串"reporting"替换过滤行中的数据，所需的df1如下所示。

serial#          Status
0  AAA111      Compatible
1  BBB222      Compatible
2  CCC333  Not compatible
3  DDD444       Reporting
4  EEE555       Reporting

我该怎么做呢?欢迎任何帮助。

Answer 1

使用isin从df2中检查serial#，然后使用它作为布尔掩码将Status设置为'Reporting':

df1.loc[df1['serial#'].isin(df2['serial#']), 'Status'] = 'Reporting'
print(df1)
# Output
serial#          Status
0  AAA111      Compatible
1  BBB222      Compatible
2  CCC333  Not compatible
3  DDD444       Reporting
4  EEE555       Reporting

Answer 2

可以在两者之间执行左连接，然后在Status列上执行条件项:

import pandas as pd
import numpy as np
d = {'serial#': ['AAA111', 'BBB222', 'CCC333', 'DDD444', 'EEE555'], 'Status': ['Compatible', 'Compatible', 'Not compatible', 'Not compatible', 'Not compatible']}
df1 = pd.DataFrame(data=d)
d2 = {'serial#': ['DDD444', 'EEE555'], 'Model': ['printer', 'printer']}
df2 = pd.DataFrame(data=d2)
df3 = df1.merge(df2, on='serial#', how='left')
df3['Status'] = np.where(df3['Model'].notnull(), 'Reporting', df3['Status'])
df3 = df3.drop('Model', axis=1)
df3

df3