Python 左合并/合并不会产生左合并的预期结果
所以我可能只是不太了解什么是左连接,因为我被绊倒了。。。以下是我对左连接的定义: 在输出表中包括左表和右表中的匹配记录以及左表中的不匹配记录 以下是我的例子:Python 左合并/合并不会产生左合并的预期结果,python,join,pandas,merge,Python,Join,Pandas,Merge,所以我可能只是不太了解什么是左连接,因为我被绊倒了。。。以下是我对左连接的定义: 在输出表中包括左表和右表中的匹配记录以及左表中的不匹配记录 以下是我的例子: In[87]: df1 = DataFrame({'key': ['b', 'b', 'a', 'c', 'a', 'b'], 'data1': range(6)}) In[88]: df2 = DataFrame({'key': ['a', 'b', 'a', 'b', 'd'], 'data2': range(5)}) In[89
In[87]: df1 = DataFrame({'key': ['b', 'b', 'a', 'c', 'a', 'b'], 'data1': range(6)})
In[88]: df2 = DataFrame({'key': ['a', 'b', 'a', 'b', 'd'], 'data2': range(5)})
In[89]: pd.merge(df1, df2, on='key', how='left')
Out[86]:
data1 key data2
0 0 b 1
1 0 b 3
2 1 b 1
3 1 b 3
4 2 a 0
5 2 a 2
6 3 c NaN
7 4 a 0
8 4 a 2
9 5 b 1
10 5 b 3
然而!!!我希望得到这个:
data1 key data2
0 0 b 1
1 1 b 1
2 2 a 0
3 3 c NaN
4 4 a 0
5 5 b 1
我的一般想法来自事务性数据(例如会计文档,我可能正在合并标题和项目详细信息,或者合并查找数据)
我的想法或代码中缺少了什么使这项工作正常
PS-这是通过Wes McKinney的Python for Data Analysis书(第179页)得出的,他在书中提到了以下内容:
多对多合并具有定义良好但不一定直观的行为。多对多连接形成行的笛卡尔乘积。由于左数据框中有3个“b”行,右数据框中有2个,因此结果中有6个“b”行
我想我没有抓住要点?获得预期输出的一种方法是按
data1
分组,然后获得每组的第一个值:
g = df.groupby('data1').first().reset_index()
这将返回:
data1 key data2
0 0 b 1
1 1 b 1
2 2 a 0
3 3 c NaN
4 4 a 0
5 5 b 1
希望这能有所帮助。我不理解您的预期输出。第一个数据帧中的第一个
b
与第二个数据帧中位置1处的b
和位置3处的b
相匹配。当进行左连接时,为什么只希望第一个配对,而不希望第二个配对?来自我对一个行业产品的经验。我对此的定义是“多对一联接只将主键值匹配到匹配的次键值的第一个匹配项”。如果存在其他匹配的辅助关键字值,它们将被忽略。“我喜欢左表(主表)保持不变,只为匹配项引入值的想法(但结果中仍保留有不匹配的主表,因为它是不匹配的)。这需要先计算完整的左联接。如果速度很关键,这可能不是最佳解决方案。