python - 如何在合并列名时连接两个表

Question

我有两个数据框 df1 和 df2。一个看起来像

  Surname Knownas        TB
0   K      S             79.3
1   H      E             79.1
2   I      S             78.3
3   P      B             78.2
4   W      A             78.1

其他的看起来像

  Mathematics           Name
0          A*           H,E
1          A*           P,E 
2          A*           L,J 
3          A*           W,D 
4          A            C,K    

我想加入这两个数据框，但有问题。

我想使用 Name 作为 df2 的键，但对于 df1，我需要将 Surname 和 Knownas 字段用逗号连接起来，以将其用作键。换句话说，df1 中的键将是“K，S”“T，J”“I，S”等等。

我已经阅读并重新阅读了手册，但我不知道如何执行此操作。

Answer 1

我会将 Name 列扩展为两列(Surname 和 Knownas)，并使用 Surname 和两个 DF 中的 Knownas 列:

import six
import pandas as pd

data = """\
  Surname Knownas        TB
0   K      S             79.3
1   T      J             79.1
2   I      S             78.3
3   P      B             78.2
4   W      A             78.1
"""

df1 = pd.read_csv(six.StringIO(data), sep='\s+', index_col=0)
print(df1)

data = """\
Mathematics           Name
0          A*           H,E
1          A*           P,E 
2          A*           L,J 
3          A*           W,D 
4          A            C,K
5          A            K,S
"""
df2 = pd.read_csv(six.StringIO(data), sep='\s+', index_col=0)
print(df2)
df2[['Surname', 'Knownas']] = df2.Name.str.split(',', expand=True)
print(df2)

merge = pd.merge(df1, df2, on=['Surname','Knownas'])
print(merge)

输出:

  Surname Knownas    TB
0       K       S  79.3
1       T       J  79.1
2       I       S  78.3
3       P       B  78.2
4       W       A  78.1
  Mathematics Name
0          A*  H,E
1          A*  P,E
2          A*  L,J
3          A*  W,D
4           A  C,K
5           A  K,S
  Mathematics Name Surname Knownas
0          A*  H,E       H       E
1          A*  P,E       P       E
2          A*  L,J       L       J
3          A*  W,D       W       D
4           A  C,K       C       K
5           A  K,S       K       S
  Surname Knownas    TB Mathematics Name
0       K       S  79.3           A  K,S

或者，您可以在 DF1 中创建 Name 列，并使用 Name 列合并两个 DF:

df1['Name'] = df1.Surname + ',' + df1.Knownas
merge = pd.merge(df1, df2, on=['Name'])

PS 我特意将 row5 添加到第二个数据帧，因此现在至少可以匹配一行