Skip to main content
 首页 » 编程设计

python相当于数据框中的vlookup

2024年12月31日10lidabo

我有一个df

df = {'a1': [2, 4, 7, 5, 6], 
     'a2': [A, B, C, D, A], 
     'a3': [4, 3, 2, 8, 7], 
     'x1': [2, 2, 4, 6, 4], 
     'x2': [2, 2, 2, 6, 7]} 
df = pd.DataFrame(df, index=range(0,5)) 

和一个字典:

cost={} 
cost['A']=0.2 
cost['B']=0.1 
cost['C']=0.3 
cost['D']=0.5 

我想在我的 df 中添加一个额外的列“成本”,这样成本列就是基于相关字母的相关成本,在 col a2 中找到。

期望的输出将是一个 df:(如果我手动写出来!)

df = {'a1': [2, 4, 7, 5, 6], 
     'a2': [A, B, C, D, A], 
     'a3': [4, 3, 2, 8, 7], 
     'x1': [2, 2, 4, 6, 4], 
     'x2': [2, 2, 2, 6, 7], 
     'cost': [0.2, 0.1, 0.3, 0.5, 0.2]} 

到目前为止,我的低效方法是:

df['cost']=df['a2'] 
for i in range(0,len(df.index),1): 
    df['cost'][i]=cost[df['cost'][i]] 

有人知道如何在没有循环的情况下做到这一点吗? 谢谢

请您参考如下方法:

使用您的df 和cost。

df['cost'] = df['a2'].apply(cost.get) 

这可能并不比 for 循环快很多,也许有更好的方法。 输出:

   a1 a2  a3  x1  x2  cost 
0   2  A   4   2   2   0.2 
1   4  B   3   2   2   0.1 
2   7  C   2   4   2   0.3 
3   5  D   8   6   6   0.5 
4   6  A   7   4   7   0.2