python - 如何合并两个pandas数据框？

Question

我有两个 pandas 数据框(见下文)。我想根据 id (Dataframe1) 和 localid(Dataframe2) 合并它们。该代码不起作用；它在 dfmerged 中创建额外的行，因为 Dataframe2 可能包含多个相同的 localid(例如 D3)。如果第一个数据帧(DataFrame1)中不存在 localid，如何合并这两个数据帧并将“颜色”列的值设置为 NaN？

dfmerged = pd.merge(df1, df2, left_on='id', right_on='localid')

Answer 1

我认为你需要groupby和 df2 中 list 中的 sum 值，然后使用 merge与 drop列localid:

df1 = pd.DataFrame({'id':['D1','D2','D3','D4','D5','D6'],
                   'Field1':[12,15,11,7,55,8.8]})

print (df1)
   Field1  id
0    12.0  D1
1    15.0  D2
2    11.0  D3
3     7.0  D4
4    55.0  D5
5     8.8  D6

df2 = pd.DataFrame({'localid':['D1','D2','D3','D3','D9'],
                   'color':[['b'],['a'],['a','b'],['s','d'], ['a']]})

print (df2)
    color localid
0     [b]      D1
1     [a]      D2
2  [a, b]      D3
3  [s, d]      D3
4     [a]      D9

df2 = df2.groupby('localid', as_index=False)['color'].sum()
print (df2)
  localid         color
0      D1           [b]
1      D2           [a]
2      D3  [a, b, s, d]
3      D9           [a]


dfmerged = pd.merge(df1, 
                    df2, 
                    left_on='id', 
                    right_on='localid', 
                    how='left')
             .drop('localid', axis=1)

print (dfmerged)
   Field1  id         color
0    12.0  D1           [b]
1    15.0  D2           [a]
2    11.0  D3  [a, b, s, d]
3     7.0  D4           NaN
4    55.0  D5           NaN
5     8.8  D6           NaN