对具有重复项的数据集进行自连接

Question

我正在尝试对我的数据集执行等同于self join或vlookup的操作。问题是，我的数据集中有重复项，所以这会使我的数据集的大小增加5。

我不能删除重复项，因为我需要它们在我的数据集中。

为了给您提供上下文，这里是我的数据集外观的示例

name  pts  opp  
 a     7    b
 c     6    b
 d     5    b
 a     7    c
 b     9    d
 d     5    c

我的想法是返回另一个at列，在那里我查看与opp相关联的at。因此，期望的输出将是

name  pts  opp  pts
 a     7    b    9
 c     6    b    9
 d     5    b    9
 a     7    c    6
 b     9    d    5
 d     5    c    6

Answer 1

由于您说opp列将不包含来自name列的任何重复值，因此您可以对name列执行drop_duplicates()操作，并创建一个映射器系列，然后使用series.map()将其映射回来：

df['pts2']=df['opp'].map(df.drop_duplicates('name').set_index('name')['pts'])

  name  pts opp  pts2
0    a    7   b     9
1    c    6   b     9
2    d    5   b     9
3    a    8   c     6
4    b    9   d     5
5    d    2   c     6