Pandas 将数据框与多列合并

Question

我正在尝试合并 2 个数据帧，但在弄清楚如何合并时遇到了问题，因为它不是直截了当的。 一个数据框有超过 25000 场比赛的匹配结果，看起来像这样。 第二个具有团队绩效指标，但仅适用于大约 1500 场比赛。 由于我还不能发布图片，这里是感兴趣的列名：

df_match['date', 'home_team_api_id', 'away_team_api_id']
df_team_attributes['date', 'team_api_id']

两个数据框都有额外的列，其中包含结果或性能指标。 为了能够正确合并，我需要按日期合并，并查看“team_api_id”是否匹配“home...”或“away_team_api_id”

这是我到目前为止所尝试的：

df_team_performance = pd.merge(df_team_attributes, df_match,
                               how = 'left',
                               left_on = ['date', 'team_api_id', 'team_api_id'],
                               right_on = ['date', 'home_team_api_id', 'home_team_api_id'])

我也尝试过只有 2 列，但没有成功。 我想要得到的是一个新的数据框，其中只有 df_team_attributes 的行和两个数据框的列。 提前谢谢！

根据 Correlien 的要求添加： print(df_match[['date', 'home_team_api_id', 'away_team_api_id', 'win_home', 'win_away', 'draw', 'win']].head(10).to_dict()) 的输出 {'日期'：{0：'2008-08-17 00:00:00'，1：'2008-08-16 00:00:00'，2：'2008-08-16 00:00:00' , 3: '2008-08-17 00:00:00', 4: '2008-08-16 00:00:00', 5: '2008-09-24 00:00:00', 6: '2008 -08-16 00:00:00'，7：'2008-08-16 00:00:00'，8：'2008-08-16 00:00:00'，9：'2008-11-01 00 :00:00'}, 'home_team_api_id': {0: 9987, 1: 10000, 2: 9984, 3: 9991, 4: 7947, 5: 8203, 6: 9999, 7: 4049, 8: 10001, 9: 8342}, 'away_team_api_id': {0: 9993, 1: 9994, 2: 8635, 3: 9998, 4: 9985, 5: 8342, 6: 8571, 7: 9996, 8: 9986, 9: 8571}, ' win_home'：{0：0、1：0、2：0、3：1、4：0、5：0、6：0、7：0、8：1、9：1}，'win_away'：{ 0：0、1：0、2：1、3：0、4：1、5：0、6：0、7：1、8：0、9：0}，'画'：{0：1， 1:1, 2:0, 3:0, 4:0, 5:1, 6:1, 7:0, 8:0, 9:0}, ‘win’: {0:0, 1:0, 2：1、3：1、4：1、5：0、6：0、7：1、8：1、9：1}}

print(df_team_attributes[['date', 'team_api_id', 'buildUpPlaySpeed', 'buildUpPlaySpeedClass']].head(10).to_dict()) 的输出 {'日期'：{0：'2010-02-22 00:00:00'，1：'2014-09-19 00:00:00'，2：'2015-09-10 00:00:00' , 3: '2010-02-22 00:00:00', 4: '2011-02-22 00:00:00', 5: '2012-02-22 00:00:00', 6: '2013 -09-20 00:00:00'，7：'2014-09-19 00:00:00'，8：'2015-09-10 00:00:00'，9：'2010-02-22 00 :00:00'}, 'team_api_id': {0: 9930, 1: 9930, 2: 9930, 3: 8485, 4: 8485, 5: 8485, 6: 8485, 7: 8485, 8: 8485, 9: 8576}, 'buildUpPlaySpeed': {0:60, 1:52, 2:47, 3:70, 4:47, 5:58, 6:62, 7:58, 8:59, 9:60}, ' buildUpPlaySpeedClass'：{0：'平衡'，1：'平衡'，2：'平衡'，3：'快速'，4：'平衡'，5：'平衡'，6：'平衡'，7：'平衡', 8: '平衡', 9: '平衡'}}

Answer 1

您是否尝试将日期列转换为正确的格式，然后尝试合并？根据您提供的示例，以下内容对我有用-

# Casting to date
df_match["date"] = pd.to_datetime(df_match["date"])
df_team_attributes["date"] = pd.to_datetime(df_match["date"])

# Merging on the date field alone
df_team_performance = pd.merge(df_team_attributes, df_match,
                               how = 'left',
                               on = 'date')

# Filtering out the required rows
result = df_team_performance.query("(team_api_id == home_team_api_id) | (team_api_id == away_team_api_id)")

如果我对您的问题的理解正确，请告诉我。