将一个数据帧中的值转换为另一个数据帧

Question

我有一个数据框，其中包含行程信息，另一个包含位置和区域信息

     Origin       Coordinates     Time
0    Victoria     x,y             15:32
1    Wembley      x,y             14:00
2    Canary Wharf x,y             11:00
3    Stratford    x,y             09:00




     Station    Zone
0    Victoria   1
1    Waterloo   1
2    Stratford  2

我想从第二个数据帧中获取信息，并在第一个数据帧中添加一个带有适当区域的“OriginZone”列

到目前为止，我尝试了以下方法：

def getZone(Station):
    return stations[stations.Station == Station]['Zone'].values[0]


df['OriginZone'] = getZone(df['Origin'])

ValueError：只能比较标签相同的系列对象

首先，为什么我会犯这个错误？我怎样才能避开这个问题呢

Answer 1

我想你正在寻找你的数据帧。如果第一个数据帧为df_1，第二个数据帧为df_2，请尝试以下操作：

df_1.merge(df_2, left_on = 'Origin', right_on='Station', how='left').drop('Station', axis=1)

返回：

         Origin Coordinates   Time  Zone
0      Victoria         x,y  15:32   1.0
1       Wembley         x,y  14:00   NaN
2  Canary Wharf         x,y  11:00   NaN
3     Stratford         x,y  09:00   2.0

请注意，NaN之所以存在，是因为这些电台的df_2中缺少Zone数据

解释：使用merge，它组合了两个数据帧，其中df_1['Origin']匹配df_2['Station']。我选择了how = 'left'，这样它就不会从缺少数据的左侧数据帧（df_1）中删除行，最后，我删除了额外的Station列，这是您不需要的

至于为什么会出现这个错误，我认为代码试图做的一些事情是不起作用的，但我突然想到的主要问题是，您正在调用getZone，并使用pd.Series作为参数，因此，它试图将stations数据帧（在您的示例中，长度为4）与df['Origin']（长度为3）进行比较。即使长度和索引匹配，但是，我不确定这是否会达到您想要的。您可以使用循环和.loc语句来实现这一点，但这会很笨拙merge存在的原因如下