将数据帧（df1）行值与另一数据帧（df2）列匹配，并更新数据帧（df1）中不同列的行

Question

我有两个数据帧1（DF1）如下所示

    JID      JRSubUsageLabel_16 SUB_USAGE_16
22  6223    JR_BOne_CY16              NaN
26  6510    JR_S_CY16                 NaN
59  11932   JR_B_CY16                 NaN
70  14242   JR_B_CY16                NaN

第二个数据帧（df2）如下所示

             JID    JR1_B_CY16  JR_CY16
1           1457    NaN             NaN
2           1530    NaN             NaN
3           1535    5               NaN
4           2035    NaN             NaN
5           6223    5               NaN
6           6510    1.0             6
39         11932    1.0             NaN
40         12021    NaN             NaN
41         12056    NaN             NaN
42         14234    2               1.0

我想根据“JID”列和JR1SubUsageLabel_16列值更新我的DF1数据帧。JID是两个数据帧中的匹配列。在DF1“JR1SubUsageLabel_16”列中，值变为DF2列。因此，其中一列的DF2也与DF1“JR1SubUsageLabel_16”列值匹配。它应该如下所示

    JID      JRLabel_16           SUB_USAGE_16
22  6223    JR1_B_CY16            5
26  6510    JR1_S_CY16            6
59  11932   JR1_B_CY16            1
70  14242   JR1_B_CY16            2

我试图使用lambda更新此内容，但mapping无法准确确定如何更新此内容。有人能帮我吗

提前谢谢

Answer 1

一种方法是merge：

s = df2.melt('JID',value_name='SUB_USAGE_16',var_name='JR1SubUsageLabel_16')
df1.drop('SUB_USAGE_16', axis=1).merge(s, on = ['JID','JR1SubUsageLabel_16'], how='left')

输出：

     JID JR1SubUsageLabel_16  SUB_USAGE_16
0   6223     JR1_BioOne_CY16           5.0
1   6510   JR1_Springer_CY16           6.0
2  11932     JR1_BioOne_CY16           1.0
3  14242     JR1_BioOne_CY16           NaN