python - Pandas 基于一列合并不同大小的数据帧

Question

我有 2 种不同大小的数据框。

在 df1 上，我有日期、时间、用户名、电子邮件地址、电话号码、日志中的持续时间。但是电子邮件地址和电话号码只是带有空字符串的列。

在 df2 上，我拥有数据库中的所有用户名、电子邮件地址和电话号码。

如何根据用户名将 df2 合并到 df1 中？这意味着 df1 的大小将保持不变，但将填充电子邮件地址和电话号码列。当然还有来自 df2 的匹配数据

假设用户名是唯一的

Answer 1

使用merge使用左连接和参数后缀，最后删除原始列电子邮件地址和电话号码(使用_):

df1 = pd.DataFrame({
        'username':list('abccdd'),
         'email address':[''] * 6,
         'phone number':[''] * 6,
         'duration':[5,3,6,9,2,4],
})
print (df1)
  username email address phone number  duration
0        a                                    5
1        b                                    3
2        c                                    6
3        c                                    9
4        d                                    2
5        d                                    4

df2 = pd.DataFrame({
        'username':list('abcd'),
         'email address':['a@a.sk','b@a.sk','c@a.sk','d@a.sk'],
         'phone number':range(4)
})
print (df2)
  username email address  phone number
0        a        a@a.sk             0
1        b        b@a.sk             1
2        c        c@a.sk             2
3        d        d@a.sk             3

<小时/>

df = (df1.merge(df2, on='username', how='left', suffixes=('_',''))
        .drop(['email address_','phone number_'], axis=1)
        .reindex(columns=df1.columns))
print (df)
  username email address  phone number  duration
0        a        a@a.sk             0         5
1        b        b@a.sk             1         3
2        c        c@a.sk             2         6
3        c        c@a.sk             2         9
4        d        d@a.sk             3         2
5        d        d@a.sk             3         4

另一个解决方案 difference对于列表中未定义的所有列名称和 reindex对于与 df1 列中相同的顺序:

c = df1.columns.difference(['email address','phone number'])
df = df1[c].merge(df2, on='username', how='left').reindex(columns=df1.columns)

print (df)
  username email address  phone number  duration
0        a        a@a.sk             0         5
1        b        b@a.sk             1         3
2        c        c@a.sk             2         6
3        c        c@a.sk             2         9
4        d        d@a.sk             3         2
5        d        d@a.sk             3         4