根据部分字符串 Pandas 合并两个数据框答案

【问题标题】：Merge two dataframes based on part of string Pandas根据部分字符串 Pandas 合并两个数据框
【发布时间】：2022-01-24 11:25:09
【问题描述】：

我有两个这样的 dfs：

我需要这样的最终输出：

从 df1 中搜索“unit”列并获取值（类型和版本），如果 df2 中的“unit”数据包含 df1 中的“unit”数据，则合并两个 dfs。

我尝试了几个代码，例如：

df['join'] = 1
df2['join'] = 1

dataFrameFull = df.merge(
    df_sql, on='join').drop('join', axis=1)

df1.drop('join', axis=1, inplace=True)

dataFrameFull['match'] = dataFrameFull.apply(
    lambda x: x.unit.find(x.unit), axis=1).ge(0)

但不起作用。

我也试过了：

variable = lambda x: process.extractOne(x, df["unit"])[2]  
df2['type'] = df2.loc[df["unit"].map(best_city).values, 'type'].values

同样的结果。

【问题讨论】：

试试这个df1.merge(df2, on='unit', how='left')。我建议您阅读有关pd.merge 工作原理的文档。 pandas.pydata.org/docs/reference/api/… 另外，这里的做法是将数据粘贴为文本形式，而不是照片。

标签： python pandas dataframe lambda merge

【解决方案1】：

我没有完全明白你的要求（我没有足够的声誉来发表评论），但如果你想将 df1 与 df2 合并，你可以这样做：

df_merged = df1.merge(df2, how='outer', on='unit')

“如何”是您想要加入的方式：“外部”、“内部”等。

【讨论】：

【解决方案2】：

你可以像这样在 python 中连接两个数据帧。

concatenated = pd.concat([df1, df2])

【讨论】：

【解决方案3】：

我认为这应该可以满足您的需求。

只是为了测试，我用你的一些数据制作了一些数据框。

df_1 = pd.DataFrame({"unit" :["00_some_gh", "01_quit_df", "003/kit_ni"], "type": [52,52,56], "version" : [1.2,1.2, 2.2]})

df_2 = pd.DataFrame({"unit" :["00_some_gh2", "00_some_gh3", "01_quit_df23", "01_quit_df43", "01_quit_df001", "003/kit_ni456"], "state": ["some_string","some_string","some_string","some_string","some_string","some_string"], "hardware" : ["yes", "no","yes", "no","yes", "no",]})

遍历第一个 df 行并找到第二个以相同字符串开头的行。分配类型和版本值。

for index, row in df_1.iterrows():
    df_2.loc[df_2['unit'].str.startswith(row['unit']), 'type'] = row['type']
    df_2.loc[df_2['unit'].str.startswith(row['unit']), 'version'] = row['version']

【讨论】：