使用 3 列合并 Pandas 中的 2 个数据框 [重复]答案

【问题标题】：Merge 2 dataframe in pandas using 3 columns [duplicate]使用 3 列合并 Pandas 中的 2 个数据框 [重复]
【发布时间】：2021-11-04 15:18:41
【问题描述】：

所以基本上我有 2 个具有以下结构的数据框

PATH     CUID     NAME     Author       Updated     
1        1        Test     Test         01/01/2021
2        2        Test1    Test         01/01/2021

PATH     CUID     NAME     Author       Updated
1        1        Test     Test 2       01/02/2021
3        3        Test2    Test 2       01/02/2021

是否可以使用 3 个键列进行合并？我知道使用 2 列进行合并的代码，但不确定是否可以添加第 3 列。

我正在进行外部连接，以便所有值都存在，如果两个数据帧上没有匹配项，则只有 Author(x 或 y) 和 Updated(x 或 y) 将被清空。

示例输出为：

PATH     CUID     NAME     Author_x     Updated_x     Author_y     Updated_y
1        1        Test     Test         01/01/2021    Test 2       01/02/2021
2        2        Test1    Test         01/01/2021    
3        3        Test2                               Test 2       01/02/2021

【问题讨论】：

df3 = df1.merge(df2, on=['PATH', 'CUID', 'NAME'], how='outer') 例如。

标签： python pandas

【解决方案1】：

试试pandas.merge():

import pandas as pd

pd.merge(df1, df2, on=["PATH", "CUID", "NAME"], how="outer")

     PATH    CUID     NAME Author_x   Updated_x Author_y   Updated_y
  <int64> <int64> <object> <object>    <object> <object>    <object>
0       1       1     Test     Test  01/01/2021   Test 2  01/02/2021
1       2       2    Test1     Test  01/01/2021      NaN         NaN
2       3       3    Test2      NaN         NaN   Test 2  01/02/2021

【讨论】：

谢谢！显然，我的代码出错的原因是我用于连接列的标题名称不正确。

【解决方案2】：

是的，您可以通过传递一个列表来合并两个以上的键如果两个数据框中的列具有相同的名称，则使用 on=['columns1','columns2','columns3']

否则使用 left_on=['columns1','columns2','columns3'], right_on=['columns1','columns2','columns3']

参见https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.merge.html中的文档

【讨论】：