Pandas DataFrame 在“Value2”中的“Value1”上加入/合并

Question

我有 2 个数据框要合并在一起。在 df1 中，它的“id”为 A、B、C……，而在 df2 中，“id”为 A1、A2、A3、……、B1、B2、B3……我想合并他们的条件是df1.id in df2.id。我查看了教程，搜索了 StackOverflow，但没有看到任何相关内容。

df1 的键是 df2 中的键的子集。所以一个简单的 pd.merge(df1, df2, on='id', how...) 会导致数据框不正确。

设置：

dummy_data1 = {
        'id': ['A', 'B', 'C', 'D', 'E'],
        'Feature1': ['1', '2', '3', '4', '5'],
        'Feature2': ['6', '7', '8', '9', '10']}

dummy_data2 = {
        'id': ['A1', 'A2', 'A3', 'B1', 'B2'],
        'Feature1': ['a', 'b', 'c', 'd', 'e'],
        'Feature2': ['f', 'g', 'h', 'i', 'j']}

df1 = pd.DataFrame(dummy_data1, columns = dummy_data1.keys())
df2 = pd.DataFrame(dummy_data2, columns = dummy_data2.keys())

期望的输出：

    id   Feature1_x   Feature2_x   Feature1_y   Feature2_y
0   A1   1            6            a            f
1   A2   1            6            b            g
2   A3   1            6            c            h
3   B1   2            7            d            i
4   B2   2            7            e            j

尝试 1：

newdf = pd.merge(df1['id'], df2['id'], on='id', how='inner')

结果 1：

Empty DataFrame
Columns: [id]
Index: []

尝试 2：

newdf = pd.merge(df1['id'], df2['id'], on='id', how='outer')

结果 2：

   id
0   A
1   B
2   C
3   D
4   E
5  A1
6  A2
7  A3
8  B1
9  B2

尝试 3：

newdf = pd.merge(df1['id'], df2['id'].str[:1], on='id', how='inner')

结果 3：

  id
0  A
1  A
2  A
3  B
4  B

Answer 1

您可以创建一个仅包含来自“id”的字母的新列。您可以根据需要更改正则表达式。然后您可以合并该新列，最后在结果中获得所需的列。

df2['new_id'] = df2['id'].apply(lambda x: re.search(r'[A-Z]',x).group())

df1.merge(df2, left_on='id',right_on='new_id')[['id_y','Feature1_x','Feature2_x','Feature1_y','Feature2_y']]

    id_y    Feature1_x  Feature2_x  Feature1_y  Feature2_y
0   A1          1          6           a         f
1   A2          1          6           b         g
2   A3          1          6           c         h
3   B1          2          7           d         i
4   B2          2          7           e         j

假设：您在 df2 中有 id，其类型为 'A1'、'A2'、'B1' 等。