这个问题在这里已有答案：
我有两个数据帧：
pd.DataFrame(data={'col1': ['a', 'b', 'a', 'a', 'b'], 'col2': ['c', 'c', 'd', 'd', 'c'], 'col3': [1, 2, 3, 4, 5, 1]})
col1 col2 col3
0 a c 1
1 b c 2
2 a d 3
3 a d 4
4 b c 5
5 h i 1
pd.DataFrame(data={'col1': ['a', 'b', 'a', 'f'], 'col2': ['c', 'c', 'd', 'k'], 'col3': [12, 23, 45, 78]})
col1 col2 col3
0 a c 12
1 b c 23
2 a d 45
3 f k 78
我想根据col1和col2的值在第一个中构建一个新列，可以在第二个中找到 . 这就是新的：
pd.DataFrame(data={'col1': ['a', 'b', 'a', 'a', 'b'], 'col2': ['c', 'c', 'd', 'd', 'c'], 'col3': [1, 2, 3, 4, 5],'col4' : [12, 23, 45, 45, 23]})
col1 col2 col3 col4
0 a c 1 12
1 b c 2 23
2 a d 3 45
3 a d 4 45
4 b c 5 23
5 h i 1 NaN
我怎么能这样做？
请你注意:)
Edit ：有人建议在这个主题中寻找答案Adding A Specific Column from a Pandas Dataframe to Another Pandas Dataframe，但这不是同一个问题 .
在这里，不仅ID不存在，因为它在col1和col2中被分割，但最重要的是，虽然在第二个数据帧中是唯一的，但它在第一个数据帧中并不是唯一的 . 这就是为什么我认为合并和连接都不能解决这个问题 .
Edit2 ：此外，df1中的耦合col1和col2可能不存在于df2中，在这种情况下，在col4中等待NaN，并且在df1中可能不需要耦合df2的col1和col2 . 为了说明这些情况，我在df1和df2中添加了一些行，以显示在最坏的情况下它是如何形成的
1 回答
你也可以使用
map之类的