熊猫通过数据框的 2 列将一个系列映射到另一个系列

Question

假设我有一个包含 2 列的数据框：indexes = pd.Series(np.arange(10))np.random.seed(seed=42)values = pd.Series(np.random.normal(size=10))df = pd.DataFrame({"unique_col": indexes, "value": values})# df:   unique_col     value0           0  0.4967141           1 -0.1382642           2  0.6476893           3  1.5230304           4 -0.2341535           5 -0.2341376           6  1.5792137           7  0.7674358           8 -0.4694749           9  0.542560我想把这个系列映射到这个数据框：uniq = pd.Series([1,3,5,6], index=[20, 45, 47, 51], name="unique_col")# uniq20    145    347    551    6Name: unique_col, dtype: int64该uniq系列有我不想失去的特殊索引。unique_col在int这里，但在我的现实世界中，它是一个复杂而独特的字符串。我想映射unique_col并提取value，我目前这样做：uniqdf = pd.DataFrame(uniq)mergedf = pd.merge(uniqdf, df, on="unique_col", how="left").set_index(uniq.index)myresult = mergedf["value"]# myresult20   -0.13826445    1.52303047   -0.23413751    1.579213Name: value, dtype: float64这是必要的吗？有没有更简单的方法不涉及pd.merge和从Seriesto转换DataFrame？

Answer 1

这是你需要的吗？

s=df.set_index('unique_col').value.reindex(uniq).values

pd.Series(s,index=uniq.index)

Out[147]: 

20   -0.138264

45    1.523030

47   -0.234137

51    1.579213

dtype: float64

Answer 2

只需使用map：

uniq.map(df.set_index('unique_col')['value'])

20   -0.138264

45    1.523030

47   -0.234137

51    1.579213

Name: unique_col, dtype: float64