如何在Python Pandas中搜索列元素和对应的映射？

问题描述

我有一个数据框 df1 ，例如以下具有标签列表的数据框。

                       tags
            0            label
            0         document
            0             text
            0            paper
            0           poster
                     ...    
            21600         wood
            21600      hot tub
            21600          tub
            21600      terrace
            21600      blossom

还有另一个数据框 df2 ，该数据框具有到df中存在的标签的映射，该标签映射到列名“名称”。

                name        iab
        0   abies       Nature and Wildlife 
        1   absinthe    Food & Drink    
        2   abyssinian  Pets    
        3   accessories Style & Fashion 
        4   accessory   Style & Fashion 
          ...   ... ... ... ...

        1595 rows × 4 columns

本质上，这个想法是在df2中搜索与df1中的标签相对应的“名称”列，以找到对应的“ iab”映射，并输出包含两列的CSV-标签及其对应的“ iab”映射。 / p>

输出看起来像这样：

                        tags      iab
            0            label    <corresponding iab mapping 
                                   to 'name' found in df2>
            0         document
            0             text
            0            paper
            0           poster
                     ...    
            21600         wood
            21600      hot tub
            21600          tub
            21600      terrace
            21600      blossom

我需要帮助来实现这一目标。预先谢谢你！

注意：

我尝试过的是

    df_iab[df_iab['name'].isin(df['image_CONTAINS_OBJECT'])]

但这只会将df2缩小为与“标签”匹配的“ iab”，而不会真正执行搜索并映射找到的值。

解决方法

合并：

new_df = df1.merge(df2,how='left',left_on='tags',right_on='name')

,

另一种方法是使用.map将iab的详细信息从df2转移到df1。

df1['iab']=df1.tags.map(dict(zip(df2.name,df2.iab)))

工作方式

#come up with a dictionary of name and `iab` in `df2`.

d=dict(zip(df2.name,df2.iab))

# Map the dict to df1 using the tag column

df1.tags.map(d)