python - Pandas 合并两个没有某些列的数据框

Question

上下文

我正在尝试将两个大的 CSV 文件合并在一起。

问题

假设我有一个如下所示的 Pandas DataFrame...

EntityNum    foo   ...
------------------------
1001.01      100
1002.02       50
1003.03      200

还有一个像这样的......

EntityNum    a_col    b_col
-----------------------------------
1001.01      alice        7  
1002.02        bob        8
1003.03        777        9

我想像这样加入他们:

EntityNum    foo    a_col
----------------------------
1001.01      100    alice
1002.02       50      bob
1003.03      200      777

所以请记住，我不想在最终结果中使用 b_col。我如何使用 Pandas 完成此操作？

使用 SQL，我可能应该做类似的事情:

SELECT t1.*, t2.a_col FROM table_1 as t1
                      LEFT JOIN table_2 as t2
                      ON t1.EntityNum = t2.EntityNum; 

搜索

我知道可以使用合并。这是我试过的:

import pandas as pd

df_a = pd.read_csv(path_a, sep=',')
df_b = pd.read_csv(path_b, sep=',')
df_c = pd.merge(df_a, df_b, on='EntityNumber')

但在避免最终数据框中一些不需要的列方面，我遇到了困难。

Answer 1

您可以先通过标签访问相关的数据框列(例如 df_a[['EntityNum', 'foo']]，然后加入它们。

df_a[['EntityNum', 'foo']].merge(df_b[['EntityNum', 'a_col']], on='EntityNum', how='left')

请注意，merge 的默认行为是执行内部联接。