Pandas合并出错误的输出

Question

好的 我浏览了一些与这个主题相关的博客，但是我仍然遇到同样的问题。我有两个数据帧。两者都有一列X，其中包含SHA2值。它包含十六进制字符串。在

示例（数据帧查找）

X,Y
000000000E000394574D69637264736F66742057696E646F7773204861726477,7
0000000080000000000000090099000000040005000000000000008F2A000010,7
000000020000000000000000777700010000000000020000000040C002004600,24
0000005BC614437F6BE049237FA1DDD2083B5BA43A10175E4377A59839DC2B64,7

示例（数据帧源）

^{pr2}$

等等

所以现在我在做

lookup['X'] = lookup['X'].astype(str)
source['X'] = source['X'].astype(str)
source['newcolumn'] = source.merge(lookup, on='X', how='inner')['Y']

源代码有160000行，查找大约有500000行。在

现在，当操作完成时，我得到newcolumn，但是值是错误的。 我确保它们不会从X的重复值中提取，因为两个表中都没有重复的X。在

所以，这真的让我觉得很蠢，让我的生活系统很痛苦。有人能提出问题吗？在

我现在用

def getReputation(lookupDF,value,lookupcolumn,default):
    lookupRows = lookupDF.loc[lookupDF['X']==value]
    if lookupRows.shape[0]>0:
        return lookupRows[lookupcolumn].values[0]
    else:
        return default

source['newcolumn'] = source.apply(lambda x: getReputation(lookup,x['X'],'Y',-1),axis=1)

这段代码很好用，但显然这是一段糟糕的代码，而且需要很长时间。我可以多处理它-但问题仍然存在。为什么合并失败？在

谢谢你的帮助 Rgds

Answer 1

在本例中，我将使用map()方法：

首先在lookupDF中将“X”设置为索引：

In [58]: lookup.set_index('X', inplace=True)

In [59]: lookup
Out[59]:
                                                                   Y
X
000000000E000394574D69637264736F66742057696E646F7773204861726477   7
0000000080000000000000090099000000040005000000000000008F2A000010   7
000000020000000000000000777700010000000000020000000040C002004600  24
0000005BC614437F6BE049237FA1DDD2083B5BA43A10175E4377A59839DC2B64   7

In [60]: df['Y'] = df.X.map(lookup.Y)

In [61]: df
Out[61]:
                                                                  X          Z   Y
0  000000000E000394574D69637264736F66742057696E646F7773204861726477       blah   7
1  0000000080000000000000090099000000040005000000000000008F2A000010  blah blah   7
2  000000020000000000000000777700010000000000020000000040C002004600      dummy  24

实际上，您的代码对于示例DFs正常工作：

^{pr2}$

因此，请检查两个df中X列中的数据和数据类型是否相同