python - Pandas 合并或加入较小的数据框

Question

我有一个问题，我有一个长数据帧和一个短数据帧，我想合并，以便较短的数据帧重复自身以填充较长(左)df 的长度。

df1:

| Index  | Wafer | Chip | Value |
---------------------------------
| 0      | 1     | 32   | 0.99  |
| 1      | 1     | 33   | 0.89  |
| 2      | 1     | 39   | 0.96  |
| 3      | 2     | 32   | 0.81  |
| 4      | 2     | 33   | 0.87  |

df2:

| Index  |   x   |   y  |
-------------------------
| 0      |   1   |   3  |
| 1      |   2   |   2  |
| 2      |   1   |   6  |


df_combined:

| Index  | Wafer | Chip | Value |   x   |   y   |
-------------------------------------------------
| 0      | 1     | 32   | 0.99  |   1   |   3   |
| 1      | 1     | 33   | 0.89  |   2   |   2   |
| 2      | 1     | 39   | 0.96  |   1   |   6   |
| 3      | 2     | 32   | 0.81  |   1   |   3   |  <--- auto-repeats...
| 4      | 2     | 33   | 0.87  |   2   |   2   |

这是内置的连接/合并类型，还是需要某种循环？

{这只是虚假数据，但 dfs 超过 1000 行...}

当前代码是一个简单的外部合并，但不提供填充/重复结束:

df = main.merge(df_coords, left_index=True, right_index = True, how='outer') 并只给出 NaN。

我检查过: Merge two python pandas data frames of different length but keep all rows in output data frame pandas: duplicate rows from small dataframe to large based on cell value

感觉这可能是合并函数中某个地方的争论......但我找不到它。非常感谢任何帮助。

谢谢

Answer 1

您可以重复df2，直到它与df1一样长，然后reset_index并合并:

new_len = round(len(df1)/len(df2))
repeated = (pd.concat([df2] * new_len)
              .reset_index()
              .drop(["index"], 1)
              .iloc[:len(df1)])

repeated
   x  y
0  1  3
1  2  2
2  1  6
3  1  3
4  2  2

df1.merge(repeated, how="outer", left_index=True, right_index=True)
   Wafer  Chip  Value   x  y
0      1    32    0.99  1  3
1      1    33    0.89  2  2
2      1    39    0.96  1  6
3      2    32    0.81  1  3
4      2    33    0.87  2  2

有点hacky，但应该可以。

注意:我假设您的 Index 列实际上不是列，但实际上旨在表示数据框索引。我做出这个假设是因为您在 merge() 代码中引用了 left_index/right_index args。如果 Index 实际上是它自己的列，则此代码基本上可以工作，如果不这样做，您只需要 drop Index希望它出现在最终的df中。