熊猫：加入'on'失败

Question

我有两个 DataFrame，df1：

        ID     value 1
0      5      162
1      7      185
2      11     156

和df2：

        ID     Comment
1      5      
2      7      Yes!
6      11

...我想使用ID 加入，结果如下所示：

ID     value 1     Comment
5      162
7      185         Yes!
11     156

真正的 DataFrame 更大并且包含更多列，我基本上想将Comment 列从df2 添加到df1。我尝试使用

df1 = df1.join(df2['Comment'], on='ID')

... 但这只会让我在 df1 中获得一个新的空 Comment 列，例如 .join 以某种方式无法使用 ID 列作为索引。我也试过了

df1 = df1.join(df2['Comment'])

...但是使用默认索引，这两个 DataFrame 之间不匹配（它们也有不同的长度），在错误的地方给了我一个 Comment 值。

我做错了什么？

Answer 1

你可以只做一个合并来实现你想要的：

In [30]:

df1.merge(df2, on='ID')
Out[30]:
   ID  value1 Comment
0   5     162    None
1   7     185    Yes!
2  11     156    None

[3 rows x 3 columns]

join 的问题在于默认情况下它执行左索引连接，因为您的数据框没有匹配的公共索引值，然后您的评论列最终为空

编辑

从 cmets 开始，如果您想保留 df1 中的所有值并仅添加不为空且 ID 存在于 df1 中的 cmets，那么您可以执行 left 合并：

df1.merge(df2.dropna( subset=['Comment']), on='ID', how='left')

这将删除任何带有空 cmets 的行，使用 ID 列将 df1 和 df2 合并到但执行 left 合并，以便保留左侧的所有值，但将合并匹配 @987654333 的 cmets @列，默认为inner，它保留了左右dfs中的IDs。

有关merge 和examples 的更多信息。