原创 - Pandas 自构Vlookup简单函数 - 避免掉坑

原创 - Pandas 自定义Vlookup函数

Pandas没有Vlookup函数, 其它文章的自构函数也不好用,容易避免掉坑.因此自己原创一个,开始分享:

// Vlookup Func:
def vlookup(data1, data2vlookup, columns2vlookup , values_columns,na = 0):
    
    data1['vlookup'] = ''
    data2vlookup[
  • 2
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
pandas中,可以使用apply函数来实现类似于vlookup函数的功能。apply函数可以应用于DataFrame的某一列或某几列数据,并通过指定的函数来对这些数据进行处理和替换。 具体来说,可以先通过merge函数将两个DataFrame进行合并,然后使用apply函数来处理需要替换的列。在apply函数中,可以定义一个函数,该函数接收每行数据作为参数,并返回替换后的值。这样就可以实现类似于vlookup函数的功能。 以下是一个示例代码: ```python import pandas as pd # 创建需替换的DataFrame df1 = pd.DataFrame({ 'key': ['A', 'B', 'C', 'D'], 'value': [1, 2, 3, 4] }) # 创建参考的DataFrame df2 = pd.DataFrame({ 'key': ['A', 'B', 'C', 'D'], 'replacement': ['one', 'two', 'three', 'four'] }) # 使用merge函数合并两个DataFrame merged_df = pd.merge(df1, df2, on='key') # 定义替换函数 def replace_value(row): return row['replacement'] # 使用apply函数替换值 merged_df['value'] = merged_df.apply(replace_value, axis=1) # 打印替换后的结果 print(merged_df['value']) ``` 在上面的示例代码中,首先创建了一个需要替换的DataFrame(df1)和一个参考的DataFrame(df2)。然后使用merge函数将这两个DataFrame合并为一个新的DataFrame(merged_df)。接着定义了一个替换函数(replace_value),该函数返回参考DataFrame中对应的替换值。最后,使用apply函数将替换函数应用到合并DataFrame的'value'列,实现了替换操作。 通过这种方式,我们可以使用apply函数来替换vlookup的功能。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值