我的目标是获得以下R代码的pandas等效代码:
df1$String_1_check = ifelse(df1$String_1 == df2[match(df1$String_2, df2$String_2), 1], TRUE, FALSE)
如果df1中第n行的String_1列的值等于df2的第一列,其中df1的第n行的String_2列与df2的String_2匹配,则在新的String_1_check列中为True,否则在String_1_check中为False。
df1中的String_1和String_2具有许多相同的值,而df2中的String_1只有一个可能的值。String_3不是唯一的。以下是示例数据框:
df1 = pd.DataFrame({'String_1': ['string 1', 'string 1', 'string 2', 'string 3', 'string 1'], 'String_2': ['string a', 'string a', 'string b', 'string a', 'string c']})
df2 = pd.DataFrame({'String_3': ['string 1', 'string 2', 'string 3'], 'String_2': ['string a', 'string b', 'string c']})
String_1 String_2
0 string 1 string a
1 string 1 string a
2 string 2 string b
3 string 3 string a
4 string 1 string c
String_3 String_2
0 string 1 string a
1 string 2 string b
2 string 3 string c
期望的输出结果将会是:
String_1 String_2 String_1_check
0 string 1 string a True
1 string 1 string a True
2 string 2 string b True
3 string 3 string a False
4 string 1 string c False
我尝试过np.where
、isin
和pd.match
(现已弃用),但都没有找到解决方案。
df1.merge(df2, how='left')
,则可以保持顺序,因此df1['String_1_check'] == df1.merge(df2, how='left')['String_3'] == df1['String_1']
等同于原始的R
代码,该代码将结果分配回df1
。 - AChampion