在 Pandas 中连接两个 dfs

Posted 2023-02-24

【中文标题】在 Pandas 中连接两个 dfs

【英文标题】：Concatenating two dfs in Pandas

【发布时间】：2019-07-22 01:07:53

【问题描述】：

我想知道是否有一种方法可以验证一个 df 中与另一个 df 连接的值是否存在于两个 dfs 或另一个 df 中，然后再将它们堆叠在一起？？

我有两个 dfs

df = pd.concat([df1, df2])
df = df.sort_values(by=['id', 'timestamp']).reset_index(drop=True)
df

   id  timestamp
0   1 1959-06-01
1   1 2019-01-01
2   1 2019-01-02
3   2 1989-12-01
4   2 2019-01-15
5   3 1999-01-25
6   3 2019-01-17
7   3 2019-02-01
8   3 2019-02-03

在连接类似于合并之前，有没有办法验证 df1 中的 I.D 是否存在于 df2 中？我不需要合并，而是将 dfs 相互连接起来。

一个 df 有多个 id 和时间戳，另一个只有一个 ID，我想确保只有两个都存在的 ID 出现在生成的连接 df 中

谢谢！

【问题讨论】：

您要检查一列还​​是整行？

【参考方案1】：

这就是你要找的吗？ 附上示例代码。

df = pd.DataFrame('key': ['K0', 'K1', 'K2', 'K3', 'K4', 'K5'],'A': ['A0', 'A1', 'A2', 'A3', 'A4', 'A5'])
other = pd.DataFrame('key': ['K0', 'K1', 'K2'],'B': ['B0', 'B1', 'B2'])
new = df.set_index('key').join(other.set_index('key'))
new.dropna(axis=0, how='any', thresh=None, subset=None, inplace=True)
print(new)

或者

import pandas as pd 
df = pd.DataFrame('key': ['K0', 'K1', 'K2', 'K3', 'K4', 'K5'],'A': ['A0', 'A1', 'A2', 'A3', 'A4', 'A5'])
other = pd.DataFrame('key': ['K0', 'K1', 'K2'],'A': ['A0', 'A1', 'A2'])
new = pd.merge(df , other , how = 'inner')
print(new)

这对你有帮助吗？

【参考方案2】：

您可以使用df.isin请尝试..

【参考方案3】：

检查整行

df3=pd.concat([df1,df2[~df2.isin(df1)]],ignore_index=True).dropna()

检查一列

df3=pd.concat([df1,df2[~df2['col_name'].isin(df1['col_name'])]],ignore_index=True).dropna()

【参考方案4】：

您可以在此处执行的一种解决方法是创建一个虚拟列：

df1["df"] = 1
df2["df"] = 2
df = pd.concat([df1, df2])

这样您就可以看到每一行的派生位置。