Python Pandas-根据索引顺序合并两个数据框

Question

我有两个 Pandas 数据框。第一个是:

df1 = pd.DataFrame({"val1" : ["B2","A1","B2","A1","B2","A1"]})

第二个数据框是:

df2 = pd.DataFrame({"val1" : ["A1","A1","A1","B2","B2","B2"],
                    "val2" : [10, 13, 16, 11, 20, 22]})

我想以一种使用来自 df1 的行排序并且来自 df2 的值遵循此排序的方式将两者合并在一起。理想情况下，我希望它看起来像这样:

df_final = pd.DataFrame({"val1" : ["B2","A1","B2","A1","B2","A1"],
                         "val2" : [11, 10, 20, 13, 22, 16]})

我已经尝试将合并功能与 left_on 和 right_on 一起使用，但我没有得到我正在寻找的输出。任何帮助将不胜感激。

Answer 1

你可以这样做:

1. 按['val1', 'val2']对df2中的值进行排序，按val1分组并将其存储为 g2?
2. 将 idx 列添加到 df1 中，用于从 df2 中选取值

代码:

In [176]: df1['idx'] = 1

In [177]: df1['idx'] = df1.groupby('val1')['idx'].cumsum()-1

In [178]: df1
Out[178]:
  val1  idx
0   B2    0
1   A1    0
2   B2    1
3   A1    1
4   B2    2
5   A1    2

In [179]: g2 = df2.sort_values(['val1', 'val2']).groupby('val1')

In [180]: g2.groups
Out[180]: {'A1': [0, 1, 2], 'B2': [3, 4, 5]}

In [181]: df2.iloc[g2.groups['A1'][1]]
Out[181]:
val1    A1
val2    13
Name: 1, dtype: object

In [182]: df1.apply(lambda x: df2.iloc[g2.groups[x['val1']][x['idx']]], axis=1)
Out[182]:
  val1  val2
0   B2    11
1   A1    10
2   B2    20
3   A1    13
4   B2    22
5   A1    16