python - 有没有办法合并两个数据帧并只保留一定数量的出现次数？

Question

例如。如果我有两个数据集:

df1 = pd.DataFrame([[1, 2.1, 5, 0, 'a'], [7, 2.3, 5, 1, 'b'], [0, 2, 0, 1, 'c'], [9, 4, 4, 1, 'd']],columns=list('ABCDE'))
df2 = pd.DataFrame([[3, 2, 5, 0, 1, 2], [3, 2.4, 5, 1, 9, 9], [9, 9, 5, 9, 4, 5], [0, 2, 5, 0, 1, 1], [1, 4, 4, 3, 8, 0]],columns=list('xBCyzw'))

我想仅根据列“B”和“C”合并它们，但我只希望合并行的实例数与 df1 中的实例数一样多。

换句话说，我想根据“B”和“C”查找 df2 中与 df1 中的行匹配的行，并将 df2 中的列附加到 df1。

我现在拥有的是

print(pd.merge(np.round(df2), np.round(df1), on=['B', 'C'], how='inner', left_index = True))

输出

   x    B  C  y  z  w  A  D  E
0  3  2.0  5  0  1  2  1  0  a
1  3  2.0  5  0  1  2  7  1  b
0  3  2.0  5  1  9  9  1  0  a
1  3  2.0  5  1  9  9  7  1  b
0  0  2.0  5  0  1  1  1  0  a
1  0  2.0  5  0  1  1  7  1  b
3  1  4.0  4  3  8  0  9  1  d

但是由于 df1 中只有两行 B=2、C=5，所以我希望合并结果中也只有两行。合并 df2 中三个匹配行中的哪一个并不重要。

示例:

   x    B  C  y  z  w  A  D  E
0  3  2.0  5  0  1  2  1  0  a
1  3  2.0  5  0  1  2  7  1  b
3  1  4.0  4  3  8  0  9  1  d

或者:

   x    B  C  y  z  w  A  D  E
0  3  2.0  5  1  9  9  1  0  a
1  3  2.0  5  1  9  9  7  1  b
3  1  4.0  4  3  8  0  9  1  d

或者:

   x    B  C  y  z  w  A  D  E
0  0  2.0  5  0  1  1  1  0  a
1  0  2.0  5  0  1  1  7  1  b
3  1  4.0  4  3  8  0  9  1  d

除了循环之外，我想不出更好的方法。

有什么想法吗？

Answer 1

首先，轮df1和df2:

i, j = map(np.round, [df1, df2])

接下来，合并 B 和 C:

v = pd.merge(i, j, on=['B', 'C'], how='inner', left_index=True)

向 i 添加虚拟计数列以及合并结果:

v['Count'] = v.groupby(['B', 'C']).cumcount()
i['Count'] = i.groupby(['B', 'C']).cumcount()

对 i 与新计数列执行第二次合并。

v.merge(i[['B','C','Count']], on=['B','C','Count']).drop('Count', 1)

   A    B  C  D  E  x  y  z  w
0  1  2.0  5  0  a  3  0  1  2
1  1  2.0  5  0  a  3  1  9  9
2  9  4.0  4  1  d  1  3  8  0