Python pandas 与 OR 逻辑合并

Question

我正在搜索，但尚未找到此问题的答案，您能否使用 OR 逻辑执行 pandas 数据帧的合并？基本上，相当于使用“where t1.A = t2.A OR t1.A = t2.B”的 SQL 合并。

我有一种情况，我将一个数据库中的信息拉入数据框 (df1)，我需要将它与另一个数据库中的信息合并，我拉入另一个数据框 (df2)，基于单个列进行合并 ( col1）。如果它们在匹配时总是使用相同的值，那将非常简单。我的情况是有时它们匹配，有时它们使用同义词。第三个数据库有一个表，该表提供该数据实体（col1 和 col1_alias）的同义词之间的查找，可以将其拉入第三个数据帧（df3）。我要做的是合并 df1 中我需要的列和 df2 中我需要的列。

如上所述，如果 df1.col1 和 df2.col1 匹配，这将起作用...

df = df1.merge(df2, on='col1', how='left')

但是，它们并不总是具有相同的值，有时还具有同义词。我考虑过根据 df3.col1 何时在 df1.col1 中或 df3.col1_alias 何时在 df1.col1 中创建 df3。然后，从 df3.col1 和 df3.col1_alias (list1) 创建单个值列表，并根据 list1 中的 df2.col1 选择 df2。这会给我需要的 df2 行，但是，这仍然不能让我合并 df1 和 df2 匹配适当的行。我认为如果有 OR 合并选项，我可以逐步完成并使其工作，但以下所有内容都会引发语法错误：

df = df1.merge((df3, left_on='col1', right_on='col1', how='left')|(df3, left_on='col1', right_on='col1_alias', how='left'))

和

df = df1.merge(df3, (left_on='col1', right_on='col1')|(left_on='col1', right_on='col1_alias'), how='left')

和

df = df1.merge(df3, left_on='col1', right_on='col1'|right_on='col1_alias', how='left')

和其他几个变体。有关如何执行 OR 合并的任何指导或关于使用 df3 中两列中的同义词合并 df1 和 df2 的完全不同方法的建议？

Answer 1

我想我会做这两个合并：

In [11]: df = pd.DataFrame([[1, 2], [3, 4], [5, 6]], columns=["A", "B"])

In [12]: df2 = pd.DataFrame([[1, 7], [2, 8], [4, 9]], columns=["C", "D"])

In [13]: res = df.merge(df2, left_on="B", right_on="C", how="left")

In [14]: res.update(df.merge(df2, left_on="A", right_on="C", how="left"))

In [15]: res
Out[15]:
   A  B    C    D
0  1  2  1.0  7.0
1  3  4  4.0  9.0
2  5  6  NaN  NaN

如您所见，这里选择 A = 1 -> D = 7 而不是 B = 2 -> D = 8。

注意：为了获得更多的可扩展性（匹配不同的列），拉出单个列可能是有意义的，尽管在此示例中它们都是相同的：

In [21]: res = df.merge(df2, left_on="B", right_on="C", how="left")["C"]

In [22]: res.update(df.merge(df2, left_on="A", right_on="C", how="left")["C"])

In [23]: res
Out[23]:
0    1.0
1    4.0
2    NaN
Name: C, dtype: float64

Answer 2

#will this work?
df = pd.concat([df1.merge(df3, left_on='col1', right_on='col1', how='left'), df1.merge(df3, left_on='col1', right_on='col1_alias', how='left')]