python - 基于列合并数据帧，只保留第一个匹配项

Question

我有 2 个数据框，如下所示。

df_1    
Index   Fruit
1       Apple
2       Banana
3       Peach

df_2    
Fruit   Taste
Apple   Tasty
Banana  Tasty
Banana  Rotten
Peach   Rotten
Peach   Tasty
Peach   Tasty

我想合并基于 Fruit 的两个数据帧，但只保留第一次出现的 Apple、Banana 和 Peach 在第二个数据框中。最终结果应该是:

df_output       
Index   Fruit   Taste
1   Apple   Tasty
2   Banana  Tasty
3   Peach   Rotten

其中 Fruit、Index 和 Taste 是列标题。我尝试了类似 df1.merge(df2,how='left',on='Fruit 但它根据 df_2

的长度创建了额外的行

谢谢。

Answer 1

使用drop_duplicates对于第一行:

df = df_1.merge(df_2.drop_duplicates('Fruit'),how='left',on='Fruit')
print (df)
   Index   Fruit   Taste
0      1   Apple   Tasty
1      2  Banana   Tasty
2      3   Peach  Rotten

如果只想更快地添加一列，请使用 map :

s = df_2.drop_duplicates('Fruit').set_index('Fruit')['Taste']
df_1['Taste'] = df_1['Fruit'].map(s)
print (df_1)
   Index   Fruit   Taste
0      1   Apple   Tasty
1      2  Banana   Tasty
2      3   Peach  Rotten