基于具有相同值对但在两个数据框中以不同顺序显示的两列合并熊猫数据框

Question

我有两个熊猫数据框。它们具有相同的赢家和输家名称对，但它们在两个数据框中的顺序不同。

DF1

     Winner       Loser         RankW   RankL

0    Fleishman Z.  Calleri A.   170.0   26.0
1    Roddick A.   Tsonga J.W.   7.0     212.0
2    Gasquet R.   Volandri F.   17.0    45.0

DF2

     Winner       Loser         WHand   LHand

0    Gasquet R.   Volandri F.   R       R  
1    Fleishman Z.  Calleri A.   L       R
2    Roddick A.   Tsonga J.W.   R       R

我想将它们合并到一个数据框中，但是，每当我尝试它时，我都会得到额外的行。 我想得到的是：

     Winner       Loser         RankW   RankL    WHand   LHand      

0    Fleishman Z.  Calleri A.   170.0   26.0     L       R
1    Roddick A.   Tsonga J.W.   7.0     212.0    R      R
2    Gasquet R.   Volandri F.   17.0    45.0     R      R

因此，我想按照 DF1 中对的顺序合并它们，但在 DF2 中添加 WHand 和 LHand 的对应值。

我知道所有对都对应，因为我试图确定 DF1 中没有在 DF2 中但没有的行。

names = DF2[['Winner','Loser']]

df = DF1.merge(names, on=['Winner','Loser'],how = 'outer' ,indicator=True).loc[lambda x : x['_merge']=='left_only']

len(df)
Out: 0 

Answer 1

用途：

(df1.assign(index2 = df1.groupby(['Winner','Loser']).cumcount())
    .merge(df2.assign(index2 = df2.groupby(['Winner','Loser']).cumcount()),
           on = ['Winner','Loser', 'index2'])
    .drop(columns = 'index2'))

或drop_duplicates

df1.merge(df2 ,on =['Winner','Loser']).drop_duplicates()