合并两个共享相同列值的数据框

Posted 2023-02-23

【中文标题】合并两个共享相同列值的数据框

【英文标题】：merge two dataframe that share the same column value

【发布时间】：2021-12-17 19:16:02

【问题描述】：

我有两个数据框 df1 =

C	L	O	D	LN	M	x	y	z	w
FR	312	73	2021-04-09	1	W	1	0	0	0
FR	312	73	2021-04-09	1	W	0	1	0	0
FR	312	73	2021-04-09	1	W	0	0	1	0
FR	312	73	2021-04-09	3	W	1	0	0	0
FR	312	73	2021-04-09	3	W	0	1	0	0
FR	312	73	2021-04-09	3	W	0	0	1	0
FR	312	73	2021-04-09	4	W	1	0	0	0
FR	312	73	2021-04-09	4	W	0	1	0	0
FR	312	73	2021-04-09	4	W	0	0	1	0
FR	312	73	2021-04-09	5	W	1	0	0	0
FR	312	73	2021-04-09	5	W	0	1	0	0

df2 =

C	L	O	D	LN	M	x	y	z	w
FR	312	73	2021-04-09	1	L	1	0	0	1

我想在 C 上连接或合并这 2 个 df |大号 | ○ | D | LN

想要的输出 =

C	L	O	D	LN	M	x	y	z	w
FR	312	73	2021-04-09	1	W	1	0	0	0
FR	312	73	2021-04-09	1	W	0	1	0	0
FR	312	73	2021-04-09	1	W	0	0	1	0
FR	312	73	2021-04-09	1	L	0	0	0	1

感谢您的帮助

【问题讨论】：

这能回答你的问题吗？ how to merge two data frames based on particular column in pandas python?

并非如此。我在两个 df 上都有完全相同的列。输出应该是相同的列名

因为帖子的格式不正确，所以我要离开标题了。现在似乎您想根据第二个数据框过滤第一个数据框？看起来根本不像合并

这不是内部合并吗？ df2 只是一行，但实际上它不止一个

我猜是的，试试：***.com/questions/41815079/…

【参考方案1】：

正如我试图在 cmets 中指出的那样，一个可能的解决方案是：

复制df2，并删除不需要的列（用于合并） 在df2_dupli 和df1 上使用内部合并 可能删除Nan 行，不确定是否需要此步骤 结合 df2 和 df_merge (concat) 利润

# initialize
df1 = pd.DataFrame(data='A': [1, 2, 3], 'B': ["abc", "abc", "cde"], 'C': [0, 1, 0])
df2 = pd.DataFrame(data='A': [1, 2], 'B': ["abc", "abc"], 'C': [5, 5])

# duplicate and drop
df2_dupli = df2.copy()
df2_dupli = df2_dupli.drop(columns=['C'])

# inner merge
df_merge = pd.merge(df1, df2_dupli,  how='inner', left_on=['A','B'], right_on = ['A','B'])

# combine
df_out = pd.concat([df_merge, df2])

>>> df1
   A    B  C
0  1  abc  0
1  2  abc  1
2  3  cde  0

>>> df2
   A    B  C
0  1  abc  5
1  2  abc  5

>>> df_out
   A    B  C
0  1  abc  0
1  2  abc  1
0  1  abc  5
1  2  abc  5

df_out 现在包含来自df2 的所有行，以及来自df1 在指定列中与df2 具有相同值的行。

【参考方案2】：

您可以设置索引，使其与您要匹配的数据对齐：

df1.set_index(['C','L','O','D','LN'], inplace=True) 
df2.set_index(['C','L','O','D','LN'], inplace=True) 

然后您可以将两个 dfs 合并为一个包含所有记录的 dfs

df_concat = pd.concat([df1, df2], axis=0)

剩下的就是找到两个数据帧中存在的索引，并在连接的 df 上使用它：

i2keep = set(df1.index.tolist()) and set(df2.index.tolist())
df_concat.loc[i2keep,:].reset_index()

产量

    C    L   O         D  LN  M  x  y  z  w                                                                             
0  FR  312  73  4/9/2021   1  W  1  0  0  0                                                                             
1  FR  312  73  4/9/2021   1  W  0  1  0  0                                                                             
2  FR  312  73  4/9/2021   1  W  0  0  1  0                                                                             
3  FR  312  73  4/9/2021   1  L  1  0  0  1