我很難從參考 csv 檔案中獲取正確的資料到我正在處理的檔案中。
我有一個 csv 檔案，它有超過 600 萬行和 19 列。我看起來像這樣： 在此處輸入影像描述
對于每一行，除其他資訊外，還有汽車的品牌和型號。我想在這個檔案中添加每 100 公里行駛的油耗和使用的燃料型別。
我有另一個 csv 檔案，其中包含每種車型的油耗，看起來像這樣：在此處輸入影像描述
我最終想要做的是將第二個檔案中 G、H、I 和 J 列的匹配值添加到第一個檔案中。
由于檔案的大小，我想知道除了“for”或“while”回圈之外是否還有其他方法可以做到這一點？
編輯：
例如...第一個 df 看起來像這樣
| ID | 品牌 | 模型 | 其他_列 | Fuel_consu_1 | Fuel_consu_2 |
|---|---|---|---|---|---|
| 1 | 豐田 | 拉夫4 | 一種 | 鈉 | 鈉 |
| 2 | 本田 | 思域 | b | 鈉 | 鈉 |
| 3 | 通用汽車 | 塞拉利昂 | C | 鈉 | 鈉 |
| 4 | 豐田 | 拉夫4 | d | 鈉 | 鈉 |
第二個df將是這樣的
| ID | 品牌 | 模型 | Fuel_consu_1 | Fuel_consu_2 |
|---|---|---|---|---|
| 1 | 豐田 | 科羅拉 | 100 | 120 |
| 2 | 豐田 | 拉夫4 | 80 | 84 |
| 3 | 通用汽車 | 塞拉利昂 | 91 | 105 |
| 4 | 本田 | 思域 | 112 | 125 |
輸出應該是：
| ID | 品牌 | 模型 | 其他_列 | Fuel_consu_1 | Fuel_consu_2 |
|---|---|---|---|---|---|
| 1 | 豐田 | 拉夫4 | 一種 | 80 | 84 |
| 2 | 本田 | 思域 | b | 112 | 125 |
| 3 | 通用汽車 | 塞拉利昂 | C | 91 | 105 |
| 4 | 豐田 | 拉夫4 | d | 80 | 84 |
對于不同的 ID，第一個 df 可能有很多次相同的品牌和型號。順序是完全隨機的。
uj5u.com熱心網友回復：
感謝您提供更新我能夠將一些東西放在一起應該能夠幫助您
#You drop these two columns because you won't need them once you join them to df1 (which is your 2nd table provided)
df.drop(['Fuel_consu_1', 'Fuel_consu_2'], axis = 1 , inplace = True)
#This will join your first and second column to each other on the Brand and Model columns
df_merge = pd.merge(df, df1, on=['Brand', 'Model'])
轉載請註明出處，本文鏈接：https://www.uj5u.com/net/478337.html