Python 使用pandas，如何比较两个数据帧中两列之间的值，并将它们推送到新的数据帧？

所以我是Python新手，我尝试使用Pandas来使用两个现有数据帧中的值创建一个新的数据帧。基本上使用这些数据帧：

df1=
A B
a“1”“3”
b'4''3'
c'3''2'
d'9''1'

df2=
C D
a“5”“1”
b“2”“0”
c'4''2'
d'1''9'

我需要创建一个循环，将df1[a]中每一行的值与df2[C]中每一行的值进行比较。如果值相等，我需要连接df1[A，B]和df2[C]，并将该行推送到第三个数据帧。因此，对于上述示例，结果应如下所示：

dfnew=
A、B、D
“1”“3”“9”
b'4''3''2'

因为不是所有我处理的值都是整数，所以我还需要将这些值视为字符串

我一直在检查其他类似的问题，但似乎没有一个答案能完全满足我的要求。

我认为您需要使用默认的

内部连接

和：

另一种解决方案，具有用于联接的

重命名
列：

df = pd.merge(df1, df2.rename(columns={'C':'A'}), on='A')

print (df)
     A    B    D
0  '1'  '3'  '9'
1  '4'  '3'  '2'

注意：

连接列中的值必须是唯一的。
您也可以使用
pd.Series.map

df1.assign(D=df1.A.map(dict(zip(df2.C, df2.D)))).dropna()

     A    B    D
a  '1'  '3'  '9'
b  '4'  '3'  '2'


详细信息

仅使用
映射
和
分配
我们就剩下了需要删除的行

df1.assign(D=df1.A.map(df2.set_index('C').D))

     A    B    D
a  '1'  '3'  '9'
b  '4'  '3'  '2'
c  '3'  '2'  NaN
d  '9'  '1'  NaN

我决定用一个简单的
dropna
删除它们。更准确地说，我们可能应该将
dropna
限制为
D
列

df1.assign(D=df1.A.map(df2.set_index('C').D)).dropna(subset=['D'])

     A    B    D
a  '1'  '3'  '9'
b  '4'  '3'  '2'

我们也可以用其他方法。但这并不是这个问题的真正含义。
第一个问题非常有效！非常感谢！出于好奇，你知道我是否可以使用.drop来删除Bdrop（'C'，axis=1）
delete only column
C
，因此最简单的方法是在列表中定义要删除的列，如-
。drop（['C'，'E'，'F'，axis=1）
。
df1.assign(D=df1.A.map(df2.set_index('C').D)).dropna(subset=['D'])

     A    B    D
a  '1'  '3'  '9'
b  '4'  '3'  '2'