如果列及其值存在于两个数据框中，如何合并两个数据框？答案

【问题标题】：How do I merge two data frames if a column and it's values exist in both data frames?如果列及其值存在于两个数据框中，如何合并两个数据框？
【发布时间】：2019-05-14 02:20:27
【问题描述】：

如果列在两个数据框中都有值，我如何合并两个数据框？

数据框 1 - df1

    A   B   C
0   'name1' 'foo'   'bar'
1   'name2' 'foo''  'bar'
2   'name3' 'foo'   NaN
3   'name4' 'foo'   NaN

数据框 2 - df2

    A   C
0   'name3' 'bar'
1   'name4' 'bar'

我试过了：

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

但这并不能创建所需的输出。

这是一个完整的最小示例：

import pandas as pd
from io import StringIO
csv1 = """A,B,C
'name1','foo','bar'
'name2','foo'','bar'
'name3','foo',
'name4','foo',
"""

csv2 = """A,C
'name3','bar'
'name4','bar'
"""
df1 = pd.read_csv(StringIO(csv1), header=0)
df2 = pd.read_csv(StringIO(csv2), header=0)

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

我想要这个：

    A   B   C
0   'name1' 'foo'   'bar'
1   'name2' 'foo''  'bar'
2   'name3' 'foo'   'bar'
3   'name4' 'foo'   'bar'

但是得到这个：

    A   B   C_x C_y
0   'name1' 'foo'   'bar'   NaN
1   'name2' 'foo''  'bar'   NaN
2   'name3' 'foo'   NaN 'bar'
3   'name4' 'foo'   NaN 'bar'

【问题讨论】：

标签： python pandas

【解决方案1】：

IIUC，你可以df.combine_first()哪个

使用其他相同位置的值更新 null 元素。

df1.set_index('A').combine_first(df2.set_index('A')).reset_index()

        A       B      C
0  'name1'   'foo'  'bar'
1  'name2'  'foo''  'bar'
2  'name3'   'foo'  'bar'
3  'name4'   'foo'  'bar'

【讨论】：

非常感谢您快速而完美的回答！

【解决方案2】：

如果真实案例数据在同一位置没有NaN，则combine_first可能会失败，在这种情况下您可以使用pd.merge和Series.fillna：

df = pd.merge(df1, df2, how='left', on='A', suffixes=['', '_2'])
df['C'].fillna(df['C_2'], inplace=True)
df.drop('C_2', axis=1, inplace=True)

         A      B      C
0  'name1'  'foo'  'bar'
1  'name2'  'foo'  'bar'
2  'name3'  'foo'  'bar'
3  'name4'  'foo'  'bar'

【讨论】：

【解决方案3】：

如果你需要使用merge，我试过这样：

df3= pd.merge(df, df2, how='left',  on=['A','C'])
print(df3)

         A       B      C
0  'name1'   'foo'  'bar'
1  'name2'  'foo''  'bar'
2  'name3'   'foo'    NaN
3  'name4'   'foo'    NaN
         A      C
0  'name3'  'bar'
1  'name4'  'bar'
         A       B      C
0  'name1'   'foo'  'bar'
1  'name2'  'foo''  'bar'
2  'name3'   'foo'    NaN
3  'name4'   'foo'    NaN

其他答案要好得多，但肯定需要使用内连接（默认为合并），并且可以使用 C 列 ffill，这很简单，如 df3.C = df3.C.ffill()

【讨论】：