熊猫在第一列合并答案

【问题标题】：Pandas merge on first column熊猫在第一列合并
【发布时间】：2019-08-01 11:00:57
【问题描述】：

我正在尝试在我尝试合并的条目中合并两个具有重复行的 pandas 数据框（这里的行由 2 对应于 'a' 和 'b' 组成）。结果，pandas 对重复行进行笛卡尔积，如下所示：

In [8]: df1 = pd.DataFrame({'a' : [1, 2, 2], 'b' : [2, 2, 2], 'c' : [3, 6, 6]}) 

In [9]: df2 = pd.DataFrame({'a' : [2, 2], 'b' : [2, 2], 'd' : [2, 5]})          

In [10]: df1.merge(df2, how='outer', on=['a', 'b'])                             
Out[10]: 
   a  b  c    d
0  1  2  3  NaN
1  2  2  6  2.0
2  2  2  6  5.0
3  2  2  6  2.0
4  2  2  6  5.0

我想要的结果是在每个重复行之间只完成一次合并，按照它们出现的顺序（在这种情况下是按索引的数字）。所以我想要的输出是：

In [12]: df_output = pd.DataFrame({'a' : [1, 2, 2], 'b' : [2, 2, 2], 'c' : [3, 6
    ...: , 6], 'd' : [np.nan, 2, 5]})                                           

In [13]: df_output                                                              
Out[13]: 
   a  b  c    d
0  1  2  3  NaN
1  2  2  6  2.0
2  2  2  6  5.0

我该怎么做？

【问题讨论】：

不会 drop_duplicates 完成这项工作吗？

标签： python pandas merge

【解决方案1】：

你需要GroupBy.cumcount创建的计数器的帮助列：

df1 = pd.DataFrame({'a' : [1, 2, 2], 'b' : [2, 2, 2], 'c' : [3, 6, 6]}) 
df2 = pd.DataFrame({'a' : [2, 2], 'b' : [2, 2], 'd' : [2, 5]})    

df1['g'] = df1.groupby(['a', 'b']).cumcount()
df2['g'] = df2.groupby(['a', 'b']).cumcount()

df = df1.merge(df2, how='outer', on=['a', 'b', 'g'])  
print (df)
   a  b  c  g    d
0  1  2  3  0  NaN
1  2  2  6  0  2.0
2  2  2  6  1  5.0

最后删除g 列：

df = df1.merge(df2, how='outer', on=['a', 'b', 'g']).drop('g', axis=1)  
print (df)
   a  b  c    d
0  1  2  3  NaN
1  2  2  6  2.0
2  2  2  6  5.0

【讨论】：

【解决方案2】：

drop_duplicates 不能解决你的问题吗？

df = df1.merge(df2, how='outer', on=['a', 'b'])
df = df.drop_duplicates()

【讨论】：

【解决方案3】：

我觉得这样就够了

df1.merge(df2, how = 'outer').drop_duplicates()

【讨论】：