Python 组合列值匹配的两个数据帧
我有两个包含类似列的数据帧：Python 组合列值匹配的两个数据帧,python,pandas,merge,Python,Pandas,Merge,我有两个包含类似列的数据帧： ID prop1 1 UUU &&& 2 III *** 3 OOO ))) 4 PPP %%% 及 我需要在ID匹配的地方合并这两个数据帧，并将prop2列添加到原始数据帧中 ID prop1 prop1 1 UUU &&& 1234 2 III *** 7890 3 OOO ))) 3456 4 PPP %%% 9012 我尝试了merge、join、concat、for、iter等
ID prop1
1 UUU &&&
2 III ***
3 OOO )))
4 PPP %%%
ID prop1 prop1
1 UUU &&& 1234
2 III *** 7890
3 OOO ))) 3456
4 PPP %%% 9012
ID prop1 prop2
0 UUU &&& 1234
1 III *** 7890
2 OOO ))) 3456
3 PPP %%% 9012
ID prop1 prop2
index
1 UUU &&& 1234
2 III *** 7890
3 OOO ))) 3456
4 PPP %%% 9012
ID prop1 prop2
1 UUU &&& 1234
2 III *** 7890
3 OOO ))) 3456
4 PPP %%% 9012
df1.merge(df2, on='ID')
pd.merge（）df.merge（）.merge（）how='inner'how=df11,2,3,40,1,2,3索引列上设置索引：
df1.reset_index().merge(df2, on='ID').set_index('index')
输出：
ID prop1 prop2
0 UUU &&& 1234
1 III *** 7890
2 OOO ))) 3456
3 PPP %%% 9012
ID prop1 prop2
index
1 UUU &&& 1234
2 III *** 7890
3 OOO ))) 3456
4 PPP %%% 9012
ID prop1 prop2
1 UUU &&& 1234
2 III *** 7890
3 OOO ))) 3456
4 PPP %%% 9012
现在，保留原始df1
的索引1234
或者，如果不希望轴标签索引
显示在行索引的顶部，可以执行以下操作：
df1.reset_index().merge(df2, on='ID').set_index('index').rename_axis(index=None)
输出：
ID prop1 prop2
0 UUU &&& 1234
1 III *** 7890
2 OOO ))) 3456
3 PPP %%% 9012
ID prop1 prop2
index
1 UUU &&& 1234
2 III *** 7890
3 OOO ))) 3456
4 PPP %%% 9012
ID prop1 prop2
1 UUU &&& 1234
2 III *** 7890
3 OOO ))) 3456
4 PPP %%% 9012
您可以使用：
输出：
ID prop1 prop2
0 UUU &&& 1234
1 III *** 7890
2 OOO ))) 3456
3 PPP %%% 9012
ID prop1 prop2
index
1 UUU &&& 1234
2 III *** 7890
3 OOO ))) 3456
4 PPP %%% 9012
ID prop1 prop2
1 UUU &&& 1234
2 III *** 7890
3 OOO ))) 3456
4 PPP %%% 9012
您还可以按如下方式使用：
df1.merge(df2, on='ID')
同样的结果
无论使用pd.merge（）
还是df.merge（）
时，.merge（）
上的默认参数都是how='inner'
。因此，您已经在执行内部联接，而没有指定how=
参数
更复杂的情况：
如果您需要更复杂的情况来维护df1
1,2,3,4
的索引而不是0,1,2,3
，您可以在合并前重置索引，然后在重置索引时生成的临时索引列上设置索引：
df1.reset_index().merge(df2, on='ID').set_index('index')
输出：
ID prop1 prop2
0 UUU &&& 1234
1 III *** 7890
2 OOO ))) 3456
3 PPP %%% 9012
ID prop1 prop2
index
1 UUU &&& 1234
2 III *** 7890
3 OOO ))) 3456
4 PPP %%% 9012
ID prop1 prop2
1 UUU &&& 1234
2 III *** 7890
3 OOO ))) 3456
4 PPP %%% 9012
现在，保留原始df1
的索引1234
或者，如果不希望轴标签索引
显示在行索引的顶部，可以执行以下操作：
df1.reset_index().merge(df2, on='ID').set_index('index').rename_axis(index=None)
输出：
ID prop1 prop2
0 UUU &&& 1234
1 III *** 7890
2 OOO ))) 3456
3 PPP %%% 9012
ID prop1 prop2
index
1 UUU &&& 1234
2 III *** 7890
3 OOO ))) 3456
4 PPP %%% 9012
ID prop1 prop2
1 UUU &&& 1234
2 III *** 7890
3 OOO ))) 3456
4 PPP %%% 9012
您还可以使用.map
将prop2值添加到原始数据帧，其中ID列值匹配
df1['prop2'] = df1['ID'].map(dict(df2[['ID', 'prop2']].to_numpy())
如果原始数据帧中有任何ID不在第二个数据帧中（因此没有prop2值），您可以通过添加.fillna（）
来填补这些漏洞
df1['prop2'] = df1['ID'].map(dict(df2[['ID', 'prop2']].to_numpy()).fillna(your_fill_value_here)
您还可以使用.map
将prop2值添加到原始数据帧，其中ID列值匹配
df1['prop2'] = df1['ID'].map(dict(df2[['ID', 'prop2']].to_numpy())
如果原始数据帧中有任何ID不在第二个数据帧中（因此没有prop2值），您可以通过添加.fillna（）
来填补这些漏洞
df1['prop2'] = df1['ID'].map(dict(df2[['ID', 'prop2']].to_numpy()).fillna(your_fill_value_here)
当你在一个不是索引的级别上进行合并时，带上索引是毫无意义的——如果有一个匹配项，你应该使用哪个索引，从左
的索引还是从右
的索引？这是正确的，熊猫只需在结果上放一个Int64Index
。如果你需要带上索引，那么你需要带上它当你在一个不是索引的级别上进行合并时，带上索引是没有意义的——如果有匹配的话，那么应该使用哪个索引，从左边的
还是从右边的
？正确地说，熊猫只会在结果上放一个Int64Index
。如果你需要带上索引然后，您需要在合并之前将其放入列中。不知何故，这只会返回一个空值dataframe@cdubbs您必须重新分配到df1
例如：df1=df1.reset_index（）.merge（df2，on='ID'）。set_index（'index'）。重命名_轴（index=None）
或指定一个新名称。@cdubbs我假设df1
是第一个数据帧，df2
是第二个数据帧。这就是您给它们命名的名称。如果不是，用您的数据帧名称替换df1、df2。@cdubbs我通过创建测试数据帧进行测试：df1=pd.dataframe（{'ID'：{1:'uu'，2:'III'，3:'oo 4:'PPP'}，'prop1'：{1:'&&&&'，2:'***'，3:'），'4:'%%}}
和df2=pd.DataFrame（{'ID'：{1:'UUU'，2:'WWW'，3:'III'，5:'EEE'，6:'oo'，7:'RRR'，8:'PPP'}，'prop2':{1:1234,2:4567,3:7890,5:123,6:3456,7:6789,8:9012}）
测试数据帧对我来说很好，它们应该与您的示例数据相同。您好@cdubbs，现在可以了吗？如果否，是否存在与在上面的注释中使用我的代码定义df1
df2
相同的空数据帧？不知何故，这只是返回一个空数据帧dataframe@cdubbs您必须重新分配到df1
例如：df1=df1.reset_index（）.merge（df2，on='ID'）。set_index（'index'）。重命名_轴（index=None）
或分配给新名称。@cdubbs我假设df1
是第一个数据帧，df2
是第二个数据帧。这就是你给他们起的名字吗。如果没有，请用您的数据帧名称替换df1、df2。@CDUBB我通过以下方式创建测试数据帧进行测试：df1=pd.dataframe（{'ID'：{1:'UUU'，2:'oo'，4:'PPP'}，'prop1'：{1:'&&&'，2:'***'，3:'））'，4:'%%}）
和df2=pd.dataframe（{'ID'：{1:'uu'，2:'WWW'，3:'III'，5:'EEE'，6:'oo 8:'PPP'}，'prop2'：{1:1234，2:4567，3:7890，5:123，6:3456，7:6789，8:9012}}）
测试数据帧对我来说很好，它们应该与您的示例数据相同。Hi@cdubbs现在可以了吗？如果否，是否存在与在上述注释中使用我的代码定义df1
df2
相同的空数据帧？