从其他数据帧中分配一个数字 - Series([], Name: id, dtype:

Question

我有两个 Pandas Dataframes，第一个名为 source，其中我们有 ID 和 Names (ID, Username) 

source.head()

第二个名为 data_code，其中我们也只有 unsernames (0) 列和一个代码列，我将尝试在其中获取 ID。

data_code.head()

我所做的是创建一个函数，该函数将在两个 Dataframe 中查找相同的 Usenames，并从源 Dataframe 中获取用户名的 ID，如果不存在，它将生成一个随机 ID。在我的解决方案中，我尝试创建一个字典，其中只有唯一值。

uniqueIDs = data_code[0].unique()

FofToID= {}

然后我将使用这个函数用 Id 填充字典

for i in range(len(uniqueIDs)):   

  if uniqueIDs[i] in list(source["username"]): 

    FofToID[uniqueIDs[i]]= np.float_(source[source["username"]==i]["id"])  

  else:

    FofToID[uniqueIDs[i]]= int(random.random()*10000000)

输出如下：

我的问题是数据source帧中存在的所有值都获得值系列（[]，名称：id，dtype：float64）。我试图解决这个问题，但我失败了。

Answer 1

使用merge与左连接，对于非存在值id使用fillna，并最后创建Series的set_index具有to_dict：source = pd.DataFrame({'id':[111111,222222,666666,888888], 'username':['aa','ss','dd','ff']})data_code = pd.DataFrame({'code':[0]*4, 0:['ss','dd','rr','yy']})FofToID = (data_code.merge(source, left_on=0, right_on='username', how='left')               .fillna({'id': int(random.random()*10000000)})               .set_index(0)['id']               .to_dict()                )print (FofToID){'ss': 222222.0, 'dd': 666666.0, 'rr': 367044.0, 'yy': 367044.0}

Answer 2

这是我得到的最终解决方案：for i in range(len(uniqueIDs)):     if uniqueIDs[i] in list(source["username"]):         FofToID[uniqueIDs[i]]= int(source[source["username"]==uniqueIDs[i]]["id"])     else:        FofToID[uniqueIDs[i]]= int(random.random()*10000000)输出看起来像那样