Python 如何将一个数据帧中的行与另一个数据帧中的行进行匹配？_Python_Database_Pandas_Dataframe

Python 如何将一个数据帧中的行与另一个数据帧中的行进行匹配？

python database pandas dataframe

Python 如何将一个数据帧中的行与另一个数据帧中的行进行匹配？,python,database,pandas,dataframe,Python,Database,Pandas,Dataframe,各位。我在尝试使用Python库将一个数据帧中的行匹配到另一个数据帧时遇到了一个问题我有两个数据帧，df_1和df_2，它们有三个完全相同的列：“日期”、“位置”和“数据”列。df_1中的位置值是正确的，但在df_2中，某些位置值是不正确的。总而言之，我要做的是为df_2保留所有三列及其各自的值，但“Location”列中的值与df_1的“Location”列中的值不匹配的行除外看起来是这样的： df_1: Date Location Data 1/1/2000

各位。我在尝试使用Python库将一个数据帧中的行匹配到另一个数据帧时遇到了一个问题

我有两个数据帧，df_1和df_2，它们有三个完全相同的列：“日期”、“位置”和“数据”列。df_1中的位置值是正确的，但在df_2中，某些位置值是不正确的。总而言之，我要做的是为df_2保留所有三列及其各自的值，但“Location”列中的值与df_1的“Location”列中的值不匹配的行除外

看起来是这样的：

df_1:
Date        Location        Data
1/1/2000    12345670        57.573
1/1/2000    12345671        67.374
1/1/2000    12345672        56.926
1/1/2000    12345673        62.492
1/1/2000    12345674        65.735
1/2/2000    12345670        56.684
1/2/2000    12345671        58.243
1/2/2000    12345672        60.305
1/2/2000    12345673        61.294


df_2:
Date        Location        Data
1/1/2000    12345670        64.684
1/1/2000    12345671        55.574
1/1/2000    12345672        53.983
1/1/2000    12345673        63.103
1/1/2000    12345674        69.485
1/1/2000    EUF57324        57.682
1/1/2000    ARIF6872        56.773
1/1/2000    GHUEF398        65.126
1/2/2000    12345670        62.503
1/2/2000    12345671        60.604
1/2/2000    MAR40521        54.468
1/2/2000    WOP68494        67.295

Matched_df_2:
Date        Location        Data
1/1/2000    12345670        64.684
1/1/2000    12345671        55.574
1/1/2000    12345672        53.983
1/1/2000    12345673        63.103
1/1/2000    12345674        69.485
1/2/2000    12345670        62.503
1/2/2000    12345671        60.604

如您所见，df_2的“位置”列中的某些值与df_1中的数值特征不同。df_2的“位置”列中的其他值与df_1的“位置”列重叠。我只想将df_2的“Date”和“Location”列中的行与df_1的“Location”和“Date”列中的行进行匹配，以便省略df_2中的奇数位置值。我不需要dfu 1中的“Data”列，只需要匹配“Date”和“Location”列

我希望匹配的数据帧如下所示：

df_1:
Date        Location        Data
1/1/2000    12345670        57.573
1/1/2000    12345671        67.374
1/1/2000    12345672        56.926
1/1/2000    12345673        62.492
1/1/2000    12345674        65.735
1/2/2000    12345670        56.684
1/2/2000    12345671        58.243
1/2/2000    12345672        60.305
1/2/2000    12345673        61.294


df_2:
Date        Location        Data
1/1/2000    12345670        64.684
1/1/2000    12345671        55.574
1/1/2000    12345672        53.983
1/1/2000    12345673        63.103
1/1/2000    12345674        69.485
1/1/2000    EUF57324        57.682
1/1/2000    ARIF6872        56.773
1/1/2000    GHUEF398        65.126
1/2/2000    12345670        62.503
1/2/2000    12345671        60.604
1/2/2000    MAR40521        54.468
1/2/2000    WOP68494        67.295

Matched_df_2:
Date        Location        Data
1/1/2000    12345670        64.684
1/1/2000    12345671        55.574
1/1/2000    12345672        53.983
1/1/2000    12345673        63.103
1/1/2000    12345674        69.485
1/2/2000    12345670        62.503
1/2/2000    12345671        60.604

奇数位置值将消失

我曾尝试使用pandas中的“merge”函数来进行连接，但它一直给我一个空的数据帧

import pandas as pd

df_1 = pd.read_csv('file_1.csv')
df_2 = pd.read_csv('file_2.csv')
df_1 = df_1.astype({'Location': 'object'}) #conversion of datatype to "object" from int64 

print(df_1)
print(df_2)

df_merge = pd.merge(df_1, df_2, on=['Date', 'Location'])

print(df_merge)

#It returns an empty dataframe, as shown below 

Empty DataFrame
Columns: [Date, Location, df_1_data, df_2_data]
Index: []

我想我只是在合并的过程中遗漏了一些东西。在SQL中，使用内部JOIN或matching WHERE语句将data_table_2的“日期”和“位置”中的行与data_table_1中的行进行匹配是很简单的

我希望我在这里写的有意义。谢谢你的帮助。

罪魁祸首是这句话：

df1 = df1.astype({'Location': 'object'})

您希望将它们转换为

str

：

df1 = df1.astype({'Location': 'str'})

df_merge = pd.merge(df1, df2, on=['Date', 'Location'])

print(df_merge)

       Date  Location  Data_x  Data_y
0  1/1/2000  12345670  57.573  64.684
1  1/1/2000  12345671  67.374  55.574
2  1/1/2000  12345672  56.926  53.983
3  1/1/2000  12345673  62.492  63.103
4  1/1/2000  12345674  65.735  69.485
5  1/2/2000  12345670  56.684  62.503
6  1/2/2000  12345671  58.243  60.604

罪魁祸首是这样的：

df1 = df1.astype({'Location': 'object'})

您希望将它们转换为

str

：

df1 = df1.astype({'Location': 'str'})

df_merge = pd.merge(df1, df2, on=['Date', 'Location'])

print(df_merge)

       Date  Location  Data_x  Data_y
0  1/1/2000  12345670  57.573  64.684
1  1/1/2000  12345671  67.374  55.574
2  1/1/2000  12345672  56.926  53.983
3  1/1/2000  12345673  62.492  63.103
4  1/1/2000  12345674  65.735  69.485
5  1/2/2000  12345670  56.684  62.503
6  1/2/2000  12345671  58.243  60.604

您只需要将df1中的变量“Location”转换为字符串，因为df2中的变量“Location”是字符串。您可以使用以下代码：

df1['Location'] = df1['Location'].astype(str)
df1.dtypes
df2.dtypes
match = pd.merge(df1, df2, on = ['Date', 'Location'])
print(match)

       Date  Location  Data_x  Data_y
0  1/1/2000  12345670  57.573  64.684
1  1/1/2000  12345671  67.374  55.574
2  1/1/2000  12345672  56.926  53.983
3  1/1/2000  12345673  62.492  63.103
4  1/1/2000  12345674  65.735  69.485
5  1/2/2000  12345670  56.684  62.503
6  1/2/2000  12345671  58.243  60.604

您只需要将df1中的变量“Location”转换为字符串，因为df2中的变量“Location”是字符串。您可以使用以下代码：

df1['Location'] = df1['Location'].astype(str)
df1.dtypes
df2.dtypes
match = pd.merge(df1, df2, on = ['Date', 'Location'])
print(match)

       Date  Location  Data_x  Data_y
0  1/1/2000  12345670  57.573  64.684
1  1/1/2000  12345671  67.374  55.574
2  1/1/2000  12345672  56.926  53.983
3  1/1/2000  12345673  62.492  63.103
4  1/1/2000  12345674  65.735  69.485
5  1/2/2000  12345670  56.684  62.503
6  1/2/2000  12345671  58.243  60.604

您可以使用“isin（）”方法：

如果您只想要df_2中的值，而df_1中的位置对应匹配，那么这样说是否准确？此外，df_1中与df_2不匹配的位置要么不存在，要么可以忽略？@JeffH，对于你的第一个问题，是的，这是准确的。对于您的第二部分，如果df_2中的位置值与df_1中的位置值不匹配，我希望忽略它。如果您只希望df_2中的值与df_1中的位置匹配，这是否准确？此外，df_1中与df_2不匹配的位置要么不存在，要么可以忽略？@JeffH，对于你的第一个问题，是的，这是准确的。对于第二部分，如果df_2中的位置值与df_1中的位置值不匹配，我希望忽略它。