【发布时间】：2019-07-24 08:19:42
【问题描述】：
我有两个数据框用于活跃和非活跃客户。活动和非活动数据帧具有相同的列，但 experience_duration 的计算方式不同。
活动样本数据：
ID| join_date | experience_duration| status
1| 2013-12-05| 4.321| active
2| 2013-12-05| 4.321| active
样本数据无效：
ID| join_date | experience_duration| status
5| 2013-12-05| 14| inactive
9| 2013-12-05| 52| inactive
我想将其合并到具有各种客户属性的主客户数据框。它应该看起来像：
ID| join_date | gender| experience_duration| status
1| 2013-12-05 | F| 4.321| active
2| 2013-12-05 | M| 4.321| active
5| 2013-12-05 | F| 14| inactive
9| 2013-12-05 | F| 52| inactive
代码：
df_customer = pd.merge(left=df_customer, right=df_active, on=['id'],
how='left')
df_customer = pd.merge(left=df_customer, right=df_inactive, on=['id'],
how='left')
问题是我最终会在体验期间出现重复的列。我想要一个体验持续时间列，其中包含基于客户状态的适当值。
【问题讨论】：
-
看起来您可能想要连接 df 而不是合并它们。单个用户是否可以同时出现在两个 df 中？
-
否，用户要么处于非活动状态，要么处于活动状态。但是它们可能已经存在于最终的 df 中，我只想添加此列
-
哦，我明白了，所以实际上有 3 个 df。我第一次阅读这个问题时并不清楚。
experience_duration列是否已存在于df_customer中？您已经在上面展示了一个合并，但您实际上是在与df_customer和df_inactive进行第二次合并，对吧？您能否编辑您的问题以使其更清楚？ -
df_customer 中不存在 experience_duration。我分别计算非活动和活动。