python - 合并两个数据框，但仅显示一条记录上的合并数据

Question

我正在合并两个数据帧，这是我可以做到的。我遇到的问题是仅显示特定记录上的合并数据。两个数据框都有 ID 和日期。但只有一个日期应该有与之相关的回复，但我仍然想显示这两条记录。如果您能提供任何帮助，我们将不胜感激。

例如:

ID | Date    | Name | Question_1   | Response_1
12  12/4/2018 John    question text  response text
12  1/1/2019  John    question text  response text
16  2/23/2019 Carol   question text  response text
23  3/01/2019 Gary    question text  response text

这是我需要的:

ID | Date    | Name | Question_1   | Response_1
12  12/4/2018 John    question text  response text
12  1/1/2019  John    
16  2/23/2019 Carol   question text  response text
23  3/01/2019 Gary    question text  response text

代码:

def data_validate(files, study):

    df1 = pd.read_csv(files[0])
    df2 = pd.read_csv(files[1])

    df_merge = pd.merge(df1, df2, on='ID', how='left')

    df_merge.to_csv('results.csv', index=False)

    print(df_merge)

Answer 1

首先使用 to_datetime 将日期转换回日期时间格式

df.Date=pd.to_datetime(df.Date)

<小时/>

然后我们使用duplicated来mask

s=df.ID.duplicated()

df[['Question_1','Response_1']]=df[['Question_1','Response_1']].mask(s,'')
df
Out[287]: 
   ID       Date   Name    Question_1    Response_1
0  12 2018-12-04   John  questiontext  responsetext
1  12 2019-01-01   John                            
2  16 2019-02-23  Carol  questiontext  responsetext
3  23 2019-03-01   Gary  questiontext  responsetext

这里假设您的数据帧已经排序，如果不使用sort_values

喜欢:

df=df.sort_values(['ID','Date'])