如何在 pandas 中进行 vlookup

您可以使用以下基本语法在 pandas 中执行 VLOOKUP（类似于 Excel）：

 p.d. merge (df1,
         df2,
         on = ' column_name ',
         how = ' left ')

以下分步示例展示了如何在实践中使用此语法。

第 1 步：创建两个 DataFrame

首先，让我们导入 pandas 并创建两个 pandas DataFrame：

 import pandas as pd

#define first DataFrame
df1 = pd. DataFrame ({' player ': ['A', 'B', 'C', 'D', 'E', 'F'],
                    ' team ': ['Mavs', 'Mavs', 'Mavs', 'Mavs', 'Nets', 'Nets']})

#define second DataFrame
df2 = pd. DataFrame ({' player ': ['A', 'B', 'C', 'D', 'E', 'F'],
                    ' points ': [22, 29, 34, 20, 15, 19]})

#view df1
print (df1)

  player team
0 A Mavs
1 B Mavs
2C Mavs
3 D Mavs
4 E Nets
5 F Nets

#view df2
print (df2)

  player points
0 to 22
1 B 29
2 C 34
3 D 20
4 E 15
5 F 19

步骤 2：运行 VLOOKUP 函数

Excel 中的VLOOKUP函数允许您通过在列上匹配来查找表中的值。

以下代码展示了如何使用pd.merge()查找玩家所在的球队，以匹配两个表之间的玩家姓名并返回玩家所在的球队：

 #perform VLOOKUP
joined_df = pd. merge (df1,
                     df2,
                     we = ' player ',
                     how = ' left ')

#view results
joined_df

	player team points
0 A Mavs 22
1 B Mavs 29
2 C Mavs 34
3D Mavs 20
4 E Nets 15
5 F Nets 19

请注意，生成的 pandas DataFrame 包含有关玩家、球队和得分的信息。

您可以在此处找到 pandas merge()函数的完整在线文档。

其他资源

以下教程解释了如何在 Python 中执行其他常见操作：

如何在 Python 中创建数据透视表
如何在Python中计算相关性
如何在Python中计算百分位数