在python中获取两个数据帧之间的匹配

编辑：意识到我可能已经问了一个非常类似的问题，测试这个解决方案是否有效

是否有一种方法可以从两个数据帧中获取匹配项，而无需使用

pandas.merge

我一直在使用：

pd.merge（dfa，dfb，on=（'A'，'B'，'C'），how='right'）

，但它并没有按照我的预期工作

我有两个数据帧，一个是这样的：

A     B     C
w     1     1
b     1     2
c     3     1
c     3     1

第二个看起来像

A     B     C    D
w     1     1    1/1/14
b     1     2    1/3/14
c     3     1    1/7/14
c     3     1    1/7/14
d     4     7    1/7/14
z     5     3    1/8/14

第一个数据帧已通过使用

pandasql

的查询运行，并且由于某种原因

pandasql

无法处理日期，即使这些日期没有在查询中使用（我得到

错误绑定参数1-可能是不支持的类型。

，即使没有使用）

我最终想要的是

A     B     C    D
w     1     1    1/1/14
b     1     2    1/3/14
c     3     1    1/7/14
c     3     1    1/7/14

但是当我使用pandas.merge时，我最终得到了

A     B     C    D
w     1     1    1/1/14
b     1     2    1/3/14
c     3     1    1/7/14
c     3     1    1/7/14
c     3     1    1/7/14
c     3     1    1/8/14

无论我是使用“内部”、“右侧”还是“左侧”表示“如何”

我希望我能够使用

pandasql

并通过某种日期解析选项跳过所有这些，但我似乎找不到任何选项

---

那么，有没有另一种方法不是熊猫。合并或循环遍历数据帧的所有列/行？

如果您的数据帧已经匹配，那么

concat

和

内部

选项会为您处理这个问题吗

In [46]:

print pd.concat((df1, df2), join='inner', axis=1)[[0,1,2,-1]]
   A  B  C       D
0  w  1  1  1/1/14
1  b  1  2  1/3/14
2  c  3  1  1/7/14
3  c  3  1  1/7/14

[[0,1,2，-1]

是为了避免重复

A

、

B

和

C

列

无论如何，这可能是一个更好、更普遍的解决方案：

In [90]:

print pd.merge(df1.drop_duplicates(subset=['A', 'B', 'C']),
               df2, on=['A','B','C'])
   A  B  C       D
0  w  1  1  1/1/14
1  b  1  2  1/3/14
2  c  3  1  1/7/14
3  c  3  1  1/7/14

---

有时候。当df1只有一行时不起作用，但除此之外似乎还起作用。我们将用更多的数据进行测试，但似乎是答案。谢谢事实上，我正要删除它，因为除非

A

、

B

、

C

已经匹配，否则它将无法工作。但我们稍后再来讨论。我真的怀疑问题是由于重复的行。到目前为止，它实际上对我有效。我其他尝试的问题都是重复的，每次匹配两次，结果是4次而不是2次。我只是用更一般的解决方案编辑了答案<代码>删除重复的一次

df

将绕过它。