Pandas 通过合并两个数据框和匹配行来创建新列 [重复]答案

【问题标题】：Pandas creating a new column by merging two dataframes and matching rows [duplicate]Pandas 通过合并两个数据框和匹配行来创建新列 [重复]
【发布时间】：2021-09-30 13:46:32
【问题描述】：

我有两个数据框，其中一个匹配列 [ID]。

DF 1

ID     VAR
1      442
1      429
1      58
2      928
2      8493
3      093
3      809
3      913
4      133
4      490

DF2

ID       CODE
1        10foo
2        20bar
3        30foo
4        40bar

我正在尝试合并这些数据框，以便得到如下内容：

DF 3

ID     VAR      CODE
1      442      10foo
1      429      10foo
1      58       10foo
2      928      20bar
2      8493     20bar
3      093      30foo
3      809      30foo
3      913      30foo
4      133      40bar
4      490      40bar

我已经用DF3 = DF1.merge(DF2, on='ID', how='inner', right_index=True) 尝试过这个这确实有效，但最终会复制大量值，由于某种原因使行数增加了一倍以上。真的不知道为什么会这样。我需要 DF3 中的行数与 DF1 相同

感谢您的帮助。

【问题讨论】：

首先，通过validate='m:1' 告诉我们结果
您的示例与您的代码不一致。为什么是right_index=True 而不是left_index=True。您的 2 个数据框似乎具有相同的格式？而这种情况下，你不能使用on='ID'，因为on和x_index是互斥的。
这是pd.Series.map 的典型用例。你可以试试df1['CODE'] = df1['ID'].map(df2.set_index('ID')['CODE'])

标签： python pandas dataframe merge

【解决方案1】：

要保持与 DF1 相同的行数，您需要左合并：

df1.merge(df2, on='ID', how='left')

【讨论】：

【解决方案2】：

我们可以试试这个：

>>> df = pd.merge(df1,
...               df2,
...               how='left',
...               left_on=['ID'],
...               right_on=['ID'])              
>>> df
   ID   VAR     CODE
0   1   442     10foo
1   1   429     10foo
2   1   58      10foo
3   2   928     20bar
4   2   8493    20bar
5   3   93      30foo
6   3   809     30foo
7   3   913     30foo
8   4   133     40bar
9   4   490     40bar

【讨论】：