使用特定列连接两个熊猫数据框

Posted 2023-02-24

【中文标题】使用特定列连接两个熊猫数据框

【英文标题】：join two pandas dataframe using a specific column

【发布时间】：2015-08-15 13:28:06

【问题描述】：

我是 pandas 的新手，我正在尝试根据一个特定列的相等性加入两个数据框。例如假设我有以下内容：

df1
A    B    C
1    2    3
2    2    2

df2
A    B    C
5    6    7
2    8    9

两个数据框具有相同的列，并且只有一列（例如 A）的值可能相等。我想要的输出是这样的：

df3
A    B    C   B    C
2    8    9   2    2

“A”列的值在两个数据框中都是唯一的。

谢谢

【参考方案1】：

pd.concat([df1.set_index('A'),df2.set_index('A')], axis=1, join='inner')

如果您希望将列 A 保持为非索引，则：

pd.concat([df1.set_index('A'),df2.set_index('A')], axis=1, join='inner').reset_index()

【讨论】：

有了这个好方法——A成为索引。这可能是 OP 想要的，但如果需要，您也可以使用 reset_index 将其变成一列。

当然，可以通过在末尾添加.reset_index()来重置索引。 pd.concat([df1.set_index('A'),df2.set_index('A')], axis=1, join='inner').reset_index()

是的 - 这就是我得到的:)

【参考方案2】：

或者，您可以这样做：

df3 = df1.merge(df2, on='A', how='inner', suffixes=('_1', '_2'))

然后您可以跟踪每个值的来源

【讨论】：

后缀有什么作用？

为每个列名添加一个后缀，这样你就不会留下例如两列称为"B"。当你有重复的列名时，你会得到非常意想不到的行为，比如 df3['B'].apply(lambda x: ...) 因为现在 df['B'] 是一个 DataFrame 而不是一个系列。

太棒了。这实际上有很大帮助