基于 2 个键合并 pandas df答案

【问题标题】：Merge pandas df based on 2 keys基于 2 个键合并 pandas df
【发布时间】：2018-02-02 14:41:28
【问题描述】：

我有 2 个 df，我想根据 2 个键合并它们 - ID 和日期：我关注的只是整个df的一小部分

df_pw6

     ID     date           pw10_0        pw50_0     pw90_0
0   153     2018-01-08     27.88590     43.2872     58.2024
0   2       2018-01-05     11.03610     21.4879     31.6997
0   506     2018-01-08     6.98468      25.3899     45.9486

df_ex

    date         ID   measure f188  f187  f186  f185
0   2017-07-03  501     NaN     1   0.5     7   4.0
1   2017-07-03  502     NaN     0   2.5     5   3.0
2   2018-01-08  506     NaN     5   9.0     9   1.2

如您所见，只有第三行有匹配项。当我输入时：

#check date
df_ex.iloc[2,0]== df_pw6.iloc[1,1]
True

#check ID
df_ex.iloc[2,1] == df_pw6.iloc[2,0]
True

现在我尝试合并它们：

df19 = pd.merge(df_pw6,df_ex,on=['date','ID'])

我得到一个空的df

当我尝试时：

df19 = pd.merge(df_pw6,df_ex,how ='left',on=['date','ID'])

我明白了：

    ID     date                  pw10_0     pw50_0     pw90_0   measure     f188    f187    f186    f185
0   153 2018-01-08 00:00:00     27.88590    43.2872     58.2024     NaN     NaN     NaN     NaN     NaN
1   2   2018-01-05 00:00:00     11.03610    21.4879     31.6997     NaN     NaN     NaN     NaN     NaN
2   506 2018-01-08 00:00:00     6.98468     25.3899     45.9486     NaN     NaN     NaN     NaN     NaN

我想要的结果应该是：

>      ID     date                    pw10_0       pw50_0     pw90_0   measure f188  f187  f186  f185
> 
> 0   506     2018-01-08 00:00:00     6.98468     25.3899     45.9486   NaN     5     9.0     9   1.2

【问题讨论】：

left 连接工作正常，id 506 的日期值在 df_pw6 中为 2018-01-08，而在 df_ex 中为 2018-01-05，因此这两个 id 没有共同的行
@GauravTaneja 你的意思是inner 合并。尽管left 合并也按预期工作。 OP，在此示例中，您的两个 DataFrame 有 no 匹配键。
如上述评论所建议的，您在示例中没有匹配项。您能否编辑您的问题，以便我们知道您真正的问题是什么？
我编辑了我的问题，现在有一个匹配项（最后一行），谢谢
我实际上无法复制您的结果，即使用df19 = pd.merge(df_pw6,df_ex,on=['date','ID']) 得到一个空的df

标签： python pandas merge

【解决方案1】：

我已经运行你的代码发布你的编辑，我成功地得到了想要的结果。

import pandas as pd

# copy paste your first df by hand
pw = pd.read_clipboard()

# copy paste your second df by hand
ex = pd.read_clipboard()

pd.merge(pw,ex,on=['date','ID'])
# output [edited. now it is the correct result OP wanted.]

    ID        date   pw10_0   pw50_0   pw90_0  measure  f188  f187  f186  f185
0  506  2018-01-08  6.98468  25.3899  45.9486      NaN     5   9.0     9   1.2

【讨论】：

由于某种原因，我没有得到与您相同的结果，而且无论如何您的结果不是我所希望的，因为 pw10_0, pw50_ 是 NaN，它们应该填充值。请在问题中查看我想要的结果，谢谢。
看来我的df有点奇怪。我没有从文件中读取它，但它是作为脚本的一部分创建的，看起来完全正常。我没有继续处理这个 df，而是将其保存为 excel 文件，然后使用 pd.read_excel 将其从文件夹中再次读取给 pandas。 “新”df（从 excel 中读取）表现正常，只需使用 pd.merge(df_pw6,df_ex,on=['date','ID']) 即可成功合并。我不知道为什么脚本中的 df 会出现这种奇怪的行为。
@user88484 啊确实对不起我的不好；让我一会儿回来。
@user88484 你是说使用excel中的df并使用上面的命令合并给你想要的结果吗？
是的，我得到了想要的结果。不知何故，相同的 df 行为不同取决于我如何阅读它。