Ответ 1

Выполните слияние left, это будет использовать столбец sku в качестве столбца для объединения:

In [26]:

df.merge(df1, on='sku', how='left')
Out[26]:
   sku  loc   flag dept
0  122   61   True    b
1  122   62   True    b
2  122   63  False    b
3  123   61   True    b
4  123   62  False    b
5  113   62   True    a
6  301   63   True    c

Если sku - это ваш индекс, сделайте следующее:

In [28]:

df.merge(df1, left_index=True, right_index=True, how='left')
Out[28]:
     loc   flag dept
sku                 
113   62   True    a
122   61   True    b
122   62   True    b
122   63  False    b
123   61   True    b
123   62  False    b
301   63   True    c

Другим методом является использование map, если вы установите sku в качестве индекса на вашем втором df, так что он становится серией, тогда код упростит это:

In [19]:

df['dept']=df.sku.map(df1.dept)
df
Out[19]:
   sku  loc   flag dept
0  122   61   True    b
1  123   61   True    b
2  113   62   True    a
3  122   62   True    b
4  123   62  False    b
5  122   63  False    b
6  301   63   True    c

Ответ 2

Более общее приложение должно было бы использовать apply и lambda следующим образом:

dict1 = {113:'a',
         122:'b',
         123:'b',
         301:'c'}

df = pd.DataFrame([['1', 113],
                   ['2', 113],
                   ['3', 301],
                   ['4', 122],
                   ['5', 113]], columns=['num', 'num_letter'])

Добавить как новый столбец dataframe

 **df['letter'] = df['num_letter'].apply(lambda x: dict1[x])**

  num  num_letter letter
0   1         113      a
1   2         113      a
2   3         301      c
3   4         122      b
4   5         113      a

ИЛИ замените существующий столбец (num_letter)

 **df['num_letter'] = df['num_letter'].apply(lambda x: dict1[x])**

  num num_letter
0   1          a
1   2          a
2   3          c
3   4          b
4   5          a

Ответ 3

VLoopup в VBA аналогичен pandas.dataframe.merge

Я всегда искал так много процедур для VBA в прошлом, и теперь фрейм данных python экономит мне массу работы, хорошо, что мне не нужно писать метод vlookup.

pandas.DataFrame.merge

>>> A              >>> B
    lkey value         rkey value
0   foo  1         0   foo  5
1   bar  2         1   bar  6
2   baz  3         2   qux  7
3   foo  4         3   bar  8
>>> A.merge(B, left_on='lkey', right_on='rkey', how='outer')
   lkey  value_x  rkey  value_y
0  foo   1        foo   5
1  foo   4        foo   5
2  bar   2        bar   6
3  bar   2        bar   8
4  baz   3        NaN   NaN
5  NaN   NaN      qux   7

Вы также можете попробовать следующее выполнить левое слияние.

import pandas as pd
pd.merge(left, right, left_on = 'key', right_on = 'key', how='left')

внешний или слева действует как SQL, встроенный в python класс DataFrame имеет метод merge, который принимает множество аргументов, что очень подробно и удобно.

Надеюсь, это поможет! Мы делаем вещи более удобными с помощью python!