python - 从python pandas中的两个数据框中连接选定的列

Question

我正在尝试在 python pandas 中连接我的数据框中的一些列。比如说，我有以下数据框:

df1['Head','Body','feat1','feat2']

df2['Head','Body','feat3','feat4']

我想将数据框合并到:

merged_df['Head','Body','feat1','feat2','feat3',feat4']

直觉上，我是这样做的:

merged_df = pd.concat([df1, df2['feat3','feat4'],axis=1)

它没有用。我做了我的研究并这样做了:

merged_df = 
df1[['Head','Body','feat1','feat2']].merge(df2[['Head','feat3','feat4']], 
on='Head', how='left')

它有效但导致我的数据出现一些差异。原来我的一些“头部”数据并不是唯一的。所以现在我只是在寻找最直接的方法来将 DF2 中的选定列连接到我的 DF1 中。请注意，两个数据帧都遵循相同的顺序，因此 DF1 中的第 1 行与 DF2 中的第 1 行直接相关，第 8120 行也是如此......

谢谢

Answer 1

举个例子，假设我们有两个 DataFrame，分别是 df1 和 df2，因此，如果列的值相同或唯一，那么您可以简单地做合并，这将根据您的需要对齐列。

$ df1
   Head  Body  feat1  feat2
0     1     1      1      1
1     2     2      2      2
2     3     3      3      3


$ df2
   Head  Body  feat3  feat4
0     1     1      1      1
1     2     2      2      2
2     3     3      3      3

第 1 步解决方案:

>>> pd.merge(df1, df2, on=['Head',  'Body'])
   Head  Body  feat1  feat2  feat3  feat4
0     1     1      1      1      1      1
1     2     2      2      2      2      2
2     3     3      3      3      3      3

其次，如果您的列值如下所示不同，那么您可以使用 pd.concat 或 pd.merge:

$ df1
   Head  Body  feat1  feat2
0     1     1      1      1
1     2     2      2      2
2     3     3      3      3

$ df2
   Head  Body  feat3  feat4
0     4     1      1      1
1     5     2      2      2
2     6     3      3      3

第 2 步解决方案:

如果你想使用来自两个框架的键的并集，那么你可以使用 concat 和 merge 来实现，如下所示:

>>> pd.concat([df1,df2], join="outer", sort=False)
   Head  Body  feat1  feat2  feat3  feat4
0     1     1    1.0    1.0    NaN    NaN
1     2     2    2.0    2.0    NaN    NaN
2     3     3    3.0    3.0    NaN    NaN
0     4     1    NaN    NaN    1.0    1.0
1     5     2    NaN    NaN    2.0    2.0
2     6     3    NaN    NaN    3.0    3.0


>>> pd.merge(df1, df2, on=['Head',  'Body'], how='outer')
   Head  Body  feat1  feat2  feat3  feat4
0     1     1    1.0    1.0    NaN    NaN
1     2     2    2.0    2.0    NaN    NaN
2     3     3    3.0    3.0    NaN    NaN
3     4     1    NaN    NaN    1.0    1.0
4     5     2    NaN    NaN    2.0    2.0
5     6     3    NaN    NaN    3.0    3.0

或者您可以选择:

a) 如果你想使用左框架中的键

pd.merge(df1, df2, on=['Head',  'Body'], how='left')

b) 如果你想使用右框架的键

pd.merge(df1, df2, on=['Head',  'Body'], how='right')

默认为“内部”。

inner: use intersection of keys from both frames, similar to a SQL inner join; preserve the order of the left keys

你可以看到DataFrame.merge详细选项..

查看解决方法后，您想使用左框架中的键

>>> pd.merge(df1, df2, on=['Head',  'Body'], how='left')
   Head  Body  feat1  feat2  feat3  feat4
0     1     1      1      1    NaN    NaN
1     2     2      2      2    NaN    NaN
2     3     3      3      3    NaN    NaN