将 2 个数据框与匹配新的特殊列连接起来

Question

我想加入两个数据框并得到如下结果，我尝试了很多方法，但都失败了

我只想要 df2 ['A'] 上的文本，其中包含 df1 ['A'] 上的文本。请帮我更改代码

我想了 ：

0  A0_link0
1  A1_link1
2  A2_link2
3  A3_link3

import pandas as pd
df1 = pd.DataFrame(
    {
        "A": ["A0", "A1", "A2", "A3"],
    })


df2 = pd.DataFrame(
    {        "A": ["A0_link0", "A1_link1", "A2_link2", "A3_link3", "A4_link4", 'An_linkn'],
             "B" : ["B0_link0", "B1_link1", "B2_link2", "B3_link3", "B4_link4", 'Bn_linkn']
    })
result = pd.concat([df1, df2], ignore_index=True, join= "inner", sort=False)
print(result)

Answer 1

创建一个中间数据框和map：

d = (df2.assign(key=df2['A'].str.extract(r'([^_]+)'))
     .set_index('key'))

df1['A'].map(d['A'])

输出：

0    A0_link0
1    A1_link1
2    A2_link2
3    A3_link3
Name: A, dtype: object

或者 merge 如果你想要 df2 中的几列 (df1.merge(d, left_on='A', right_index=True))

Answer 2

您可以在列上将索引设置为An 和pd.concat

result = (pd.concat([df1.set_index(df1['A']),
                     df2.set_index(df2['A'].str.split('_').str[0])],
                    axis=1, join="inner", sort=False)
          .reset_index(drop=True))

print(result)

    A         A         B
0  A0  A0_link0  B0_link0
1  A1  A1_link1  B1_link1
2  A2  A2_link2  B2_link2
3  A3  A3_link3  B3_link3

Answer 3

df2.A.loc[df2.A.str.split('_',expand=True).iloc[:,0].isin(df1.A)]

0    A0_link0
1    A1_link1
2    A2_link2
3    A3_link3