合并具有不同键列的两个表答案

【问题标题】：Merging two tables with different key columns合并具有不同键列的两个表
【发布时间】：2021-04-20 10:32:40
【问题描述】：

我有两个数据框A 和B，其中A 看起来像：

col1   col2 
USA    100
FR     99
UK     120

而B 看起来像：

col1        colx 
USA teext    12
text FR      9
text UK      2

现在，我想使用col1 合并数据帧A 和B，结果是：

col1   col2  colx
USA    100    12
FR     99     9
UK     120    2

但是，您可以看到两个数据框中col1 列中的值并不完全相等。在 df B 中，值周围有更多文本，在合并两个数据框时我想忽略这些文本。有人知道如何在熊猫中使用merge 做到这一点吗？可能使用正则表达式？

【问题讨论】：

标签： python pandas merge

【解决方案1】：

使用Series.str.extract 按列获取值df1['col1'] 到新列，所以可能merge：

pat = '|'.join(r"\b{}\b".format(x) for x in df1['col1'])
df2['col11'] = df2['col1'].str.extract('('+ pat + ')', expand=False)
print (df2)
        col1  colx col11
0  USA teext    12   USA
1    text FR     9    FR
2    text UK     2    UK

df = df1.rename(columns={'col1':'col11'}).merge(df2, on='col11')
print (df)
  col11  col2       col1  colx
0   USA   100  USA teext    12
1    FR    99    text FR     9
2    UK   120    text UK     2

【讨论】：

【解决方案2】：

你是对的。我们不能直接merge 和DataFrame。您必须使用Regular Expression 进行合并过程。在继续之前，合并DataFrame A 和DataFrame B 的基本需求是它们都包含Same Column 和Same Data。所以，为了实现这件事，你可以看到我们必须从DataFrame B 中获得trim 的额外内容。之后我们就可以方便的使用pd.merge()对其进行操作了。因此，相同场景的代码如下：-

# Import all-important Libraries
import pandas as pd
import re

# Reproducing given data of Column 'A'
A = pd.DataFrame({
    'col1': ['USA', 'FR', 'UK'],   
    'col2': [100, 99, 120] 
})

# Print records of Column 'A'
A

# Output of Above Cell:-
    col1    col2
0   USA     100
1   FR      99
2   UK      120

# Reproducing given data of Column 'B'
B = pd.DataFrame({
    'col1': ['USA teext', 'text FR', 'text UK'],   
    'colx': [12, 9, 2] 
})

# Print records of Column 'B'
B

# Output of Above Cell:-
    col1        colx
0   USA teext   12
1   text FR     9
2   text UK     2

DataFrame复现后，可以看到Country的模式已经在Capital格式中了。而我们必须trim 的text 是Small 格式。所以，我们可以使用re Library 来完成这个任务。

# Find Pattern in Column'B' and Convert Dataset of Column 'B' Same as 'A'
B.replace('[a-z ]','',regex = True, inplace = True)

# Verify by Printing Records of 'B'
B

# Output of Above Cell:-
    col1    colx
0   USA     12
1   FR      9
2   UK      2

如您所见，我们终于实现了col1 的DataFrame B 和col1 的DataFrame A。所以，我们现在可以进行合并操作了：-

# Finally you can now merge both 'DataFrame' Easily
merged_df = pd.merge(left=A,right=B, left_on='col1', right_on='col1')

# Print Merged 'DataFrame'
merged_df

# Output of Above Cell:-
    col1    col2    colx
0   USA     100     12
1   FR      99      9
2   UK      120     2

如您所见，我们已经实现了我们想要的Output。希望此解决方案对您有所帮助。

【讨论】：