python - Pandas 按优先级连接/合并两个数据帧

Question

如何连接 |合并两个具有优先级的 pandas 数据帧，如果特定列值匹配，则保留优先级数据帧中的行。是否有一种连接类型可以描述这一点？

import pandas as pd
Cars = {'Brand': ['Honda Civic','Toyota Corolla','Ford Focus','Audi A4'],
        'Price': [22000,25000,27000,35000]}
Cars2 = {'Brand': ['Honda CRV','Toyota Celica','Ford Explorer','Audi A8'],
        'Price': [40000,25000,37000,100000]}

df_priority = pd.DataFrame(Cars, columns= ['Brand', 'Price'])
df2 = pd.DataFrame(Cars2, columns= ['Brand', 'Price'])

# df_merge_with_priority = Merge dataframes and keep rows from df_priority if price matches

df_merge_with_priority 预期输出:

品牌:本田CRV、本田思域、丰田卡罗拉、福特探险者、福特福克斯、奥迪A4、奥迪A8

价格:40000、22000、25000、27000、37000、35000、100000

请注意，丰田卡罗拉和丰田塞利卡的价格相同，但是，在本例中我们只想保留卡罗拉。关于如何优先加入有什么想法吗？

Answer 1

如果您正在寻找优先级与 df2 相比的第一优先级，您可以尝试:

pd.concat((df_priority,df2)).sort_index().drop_duplicates('Price') #.reset_index(drop=True)

<小时/>

            Brand   Price
0     Honda Civic   22000
1       Honda CRV   40000
2  Toyota Corolla   25000
3      Ford Focus   27000
4   Ford Explorer   37000
5         Audi A4   35000
6         Audi A8  100000