python pandas 重複したデータの変更

Question

[df_sum]と[row]にこのようなデータが入っており、完成形のように[1400700]で対応するデータに置換したい場合どうすれば良いのでしょうか。

タプル型で取得されているので、リスト型に変更してみたりしてもダメでした。
まずは、rowのデータのみでデータフレームを作成すれば良いのでしょうか。

初心者のためだなたかご教授宜しくお願い致します。

print(df_sum)
SCAN  20201206  144337  20201206-144337   1400700  598255    
0    838.0     588.0     0.0              0.0  838588.0    17.0 NaN
1    838.0     804.0     0.0              0.0  838804.0    16.0 NaN
2    838.0     841.0     0.0              0.0  838841.0    19.0 NaN
3    838.0      14.0     0.0              0.0  838014.0    17.0 NaN
4    838.0     283.0     0.0              0.0  838283.0    20.0 NaN

with cx_Oracle.connect(USERID, PASSWORD, DESTINATION) as connection:
        with connection.cursor() as cursor:
            for row in cursor.execute(SQL3):
    　　　　　　 print(row)
('20200516', '838588')
('20190405', '838804')
('20191129', '838841')
('20180501', '838283')
('20170830', '838014')

完成形
SCAN  20201206  144337  20201206-144337   1400700  598255 
0    838.0     588.0     0.0              0.0  20200516    17.0 NaN
1    838.0     804.0     0.0              0.0  20190405    16.0 NaN
2    838.0     841.0     0.0              0.0  20191129    19.0 NaN
3    838.0      14.0     0.0              0.0  20170830    17.0 NaN
4    838.0     283.0     0.0              0.0  20180501    20.0 NaN

Answer 1

import pandas as pd

df = pd.DataFrame({'v1':[12.0,12.0],'v2':[12.0,34.0]})

rows = [('1', '012012'), ('2', '012034')]
dfr = pd.DataFrame(rows, columns=['value','key'])

df['key'] = df.apply(lambda r:f"{r['v1']:03.0f}{r['v2']:03.0f}", axis=1)
df = pd.merge(df, dfr).drop(columns=['key'])
print(df)
#     v1    v2 value
#0  12.0  12.0     1
#1  12.0  34.0     2

Comments

[3939TJ55]

can110様、下記構文について説明をして下されば幸いです。
df['key'] = df.apply(lambda r:f"{r['v1']:03.0f}{r['v2']:03.0f}", axis=1)宜しくお願い致します。

[8524ba23]

applyについてはhttps://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.apply.htmlを、
f"{r['v1']:03.0f}{r['v2']:03.0f}" についてはhttps://docs.python.org/ja/3/library/string.html#formatstringsについて詳細を確認ください。