连接两个不相等的数据框答案

【问题标题】：Joining two unequal dataframes连接两个不相等的数据框
【发布时间】：2017-04-10 14:05:35
【问题描述】：

我有两个长度不等的数据框。第一个数据框（df1）的 A 列具有唯一值，并且对应于同一数据框中的 B 列和 C 列。第二个数据框（df2）具有名为列 A 的列，该列具有 df1 的 A 列值的多次重复，并且对应于 D 列和 E 列。我想在 A 列上将 df1 连接到 df2，这样它们形成一个数据框，B 列和 C 列的值与 df1 中的值相对应。

Df1

  column A. Column B

A.                     ab
B.                      bc
C.                      fg

Df2
Column A   column D
A.                      1
B.                       2
C.                       3
B.                        4
A.                        5
A.                         6



Df1 + Df2

Column A column D column B
A.                  1.              ab
B.                  2.               bc
C.                   3.              fg
B.                   4.              bc
A.                   5.              ab 
A.                    6.              ab

怎么做？

【问题讨论】：

标签： python pandas

【解决方案1】：

如果只有两个 DataFrame 中的公共列通过左连接连接列 Column A，则可以使用不带参数 on 的 merge：

print (DF1)
  Column A Column B  Column C
0       A.       ab         1
1       B.       bc         9
2       C.       fg         7

print (DF2)
  Column A  column D  column E
0       A.         1         8
1       B.         2         9
2       C.         3         7
3       B.         4         3
4       A.         5         1
5       A.         6         0

df = DF2.merge(DF1,how='left')
print (df)
  Column A  column D  column E Column B  Column C
0       A.         1         8       ab         1
1       B.         2         9       bc         9
2       C.         3         7       fg         7
3       B.         4         3       bc         9
4       A.         5         1       ab         1
5       A.         6         0       ab         1

如果多个相同的列添加on:

df = DF2.merge(DF1,how='left', on='Column A')
print (df)
  Column A  column D  column E Column B  Column C
0       A.         1         8       ab         1
1       B.         2         9       bc         9
2       C.         3         7       fg         7
3       B.         4         3       bc         9
4       A.         5         1       ab         1
5       A.         6         0       ab         1

【讨论】：

【解决方案2】：

假设'Column A'是唯一的公共列，merge默认使用所有公共列。

DF2.merge(DF1, 'left')

  Column A  column D  column E Column B  Column C
0       A.         1         8       ab         1
1       B.         2         9       bc         9
2       C.         3         7       fg         7
3       B.         4         3       bc         9
4       A.         5         1       ab         1
5       A.         6         0       ab         1

join使用索引，所以我们将DF1和join的索引设置为DF2。默认情况下，它还需要我们设置DF2 的索引，但我们指定on='Column A' 参数，以便我们可以将'Column A' 保留在正确的数据框中。

DF2.join(DF1.set_index('Column A'), on='Column A')

  Column A  column D  column E Column B  Column C
0       A.         1         8       ab         1
1       B.         2         9       bc         9
2       C.         3         7       fg         7
3       B.         4         3       bc         9
4       A.         5         1       ab         1
5       A.         6         0       ab         1

【讨论】：

@jezrael。这就是为什么 pandas 标签是神奇的。几乎所有合理构建的问题都将被充分涵盖......而且很快。