Pandas：在字符串列上合并数据框

Question

我是 python 新手，我目前正在做一个项目，我必须合并两个数据框。一个称为cancer_df 的数据框是按县、年、性别、性别等划分的癌症发病率。另一个称为hspa_df 的数据框是按县和年划分的健康评分（仅供参考，它只是加利福尼亚州的县）。我想将我的两个关于县和年的数据框结合起来。 Here is the cancer dataframe before the merge 和 Here is the hspa dataframe before the merge

然后我导入了我的数据并尝试了以下合并：

merged_df= pd.merge(cancer_df, hspa_df, on="County" , how="outer")

但是，这似乎是追加数据而不是合并它。它在最后添加了我的 hspa_df 并填充了它们作为 NaN 共享的变量的顶部。为什么会这样？我已经成功地将此合并与其他数据框一起使用，但我将它们合并到数字列上，而不是字符串上。 Here is the merged dataframes head 和 Here is the merged dataframes tail

Answer 1

我想结合我的两个数据框关于县和年

merged_df = pd.merge(cancer_df, hspa_df, on=['County', 'Year'] )

是否要进行内、左、右等连接，取决于您的用例，但请注意如何指定两列。

它填充了它们作为 NaN 共有的变量的顶部

这就是外连接的作用，它为此使用了填充符。