创建一个新列取决于两个不同数据框中的列中的匹配字符串

Question

我有两个数据框 A 和 B，如果名称存在于数据集中，我想在两个数据框中的名称列之间进行匹配 BI 需要在数据集 A 中使用数据集 B 的 ID 创建一个新列（如果不存在）返回 0

这是我写的代码

#data B

    email              name        id

    [e-mail]       amal call     6

    [e-mail]      amal        6

    [e-mail]        AMAL boy    6

    [e-mail]          boy         7

    [e-mail]      boy         7

    [e-mail]     call AMAL       9

    [e-mail]      boy         7

    [e-mail]          dog         8

    [e-mail]      dog         8

    [e-mail]        dog         8

#data A

    id  name

    1   amal

    1   AMAL

    2   call

    4   dog

    3   boy

首先我创建包含函数

A.name.str.contains('|'.join(B.name))

然后我尝试创建一个列

A["new"] = np.where(A.name.str.contains('|'.join(B.name))==True, B.id, 0)

但我得到这个错误

ValueError: operands could not be broadcast together with shapes (5,) (10,) ()

我所期望的是

    id  name  new

    1   amal  6

    1   AMAL  0

    2   call  0

    4   dog   7

    3   boy   8

有什么帮助吗？

Answer 1

由 Series使用Series.map，通过 删除重复行DataFrame.drop_duplicates，然后用 替换缺失值Series.fillna并转换为整数：A["new"] = A.name.map(B.drop_duplicates('name').set_index('name')['id']).fillna(0).astype(int)print (A)   id  name  new0   1  amal    61   1  AMAL    02   2  call    03   4   dog    84   3   boy    7