Объединение двух таблиц по ключу - стандартная задача в дата-аналитике. И если в Excel такая задача решается с помощью функции VLOOKUP, то в Pandas это можно сделать с помощью функции merge.

Примечание: Функция merge, как и VLOOKUP - аналоги различных JOIN в языке SQL.

Аргументы функции merge:

Левая таблица
Правая таблица
В аргумент on передаем название ключа, по которому идет объединение.

Важно: Название столбца, которое передается в аргумент on должно быть одинаковым в обоих таблицах. Если это не так, то нужно воспользоваться left_on и right_on.

Интересным моментом в данной задаче также является условие, что все строки «левой» таблицы sales должны присутствовать в итоговом датафрейме, вне зависимости от наличия соответствующего ProductID в таблице Products. Такой вид соединения называется левым и в Pandas достигается с помощью аргумента how='left'.

import pandas as pd

# sales = [
#     {'ProductID': 1, 'Amount': 5, 'Sum': 528},
#     {'ProductID': 2, 'Amount': 2, 'Sum': 624}, 
#     {'ProductID': 2, 'Amount': 1, 'Sum': 312}, 
#     {'ProductID': 3, 'Amount': 1, 'Sum': 10}, 
#     {'ProductID': 4, 'Amount': 8, 'Sum': 10842}, 
#     {'ProductID': 4, 'Amount': 3, 'Sum': 4065}, 
#     {'ProductID': 5, 'Amount': 1, 'Sum': 1024}
# ]


# products = [
#     {'ProductID': 1, 'ProductName': 'Apple'},
#     {'ProductID': 2, 'ProductName': 'Mango'}, 
#     {'ProductID': 3, 'ProductName': 'Banana'}, 
#     {'ProductID': 4, 'ProductName': 'Orange'}
# ]

# sales, products = pd.DataFrame(sales), pd.DataFrame(products)


class Answer:
    def vlookup(self, sales, products):
        df = pd.merge(sales, products, how="left", on='ProductID')
        return df

Pandas: Объединить датафреймы по ключу

Оформите Premium