Python 有没有办法合并两个数据帧并只保留一定数量的出现？

比如说。如果我有两个数据集：

df1 = pd.DataFrame([[1, 2.1, 5, 0, 'a'], [7, 2.3, 5, 1, 'b'], [0, 2, 0, 1, 'c'], [9, 4, 4, 1, 'd']],columns=list('ABCDE'))
df2 = pd.DataFrame([[3, 2, 5, 0, 1, 2], [3, 2.4, 5, 1, 9, 9], [9, 9, 5, 9, 4, 5], [0, 2, 5, 0, 1, 1], [1, 4, 4, 3, 8, 0]],columns=list('xBCyzw'))

我只想基于列“B”和“C”合并它们，但我只希望合并行的实例数量与df1中的相同

换句话说，我想在df2中查找与基于“B”和“C”的df1中的行相匹配的行，并将df2中的列附加到df1中。

我现在拥有的是

print(pd.merge(np.round(df2), np.round(df1), on=['B', 'C'], how='inner', left_index = True))

哪个输出

   x    B  C  y  z  w  A  D  E
0  3  2.0  5  0  1  2  1  0  a
1  3  2.0  5  0  1  2  7  1  b
0  3  2.0  5  1  9  9  1  0  a
1  3  2.0  5  1  9  9  7  1  b
0  0  2.0  5  0  1  1  1  0  a
1  0  2.0  5  0  1  1  7  1  b
3  1  4.0  4  3  8  0  9  1  d

但是因为在df1中只有两行B=2，C=5，所以我希望合并结果中也只有两行。df2中三个匹配行中的哪一个被合并并不重要

例如：

   x    B  C  y  z  w  A  D  E
0  3  2.0  5  0  1  2  1  0  a
1  3  2.0  5  0  1  2  7  1  b
3  1  4.0  4  3  8  0  9  1  d

或：

或：

我想不出比循环更好的方法了

---

有什么想法吗？

首先，轮到

df1

和

df2

：

i, j = map(np.round, [df1, df2])

接下来，在

B

和

C

上合并：

v = pd.merge(i, j, on=['B', 'C'], how='inner', left_index=True)

将虚拟计数列添加到

i

和合并结果：

v['Count'] = v.groupby(['B', 'C']).cumcount()
i['Count'] = i.groupby(['B', 'C']).cumcount()

对

i

和新计数列执行第二次合并

v.merge(i[['B','C','Count']], on=['B','C','Count']).drop('Count', 1)

   A    B  C  D  E  x  y  z  w
0  1  2.0  5  0  a  3  0  1  2
1  1  2.0  5  0  a  3  1  9  9
2  9  4.0  4  1  d  1  3  8  0

---

您只更改了输出。而不是产生它的输入。一些预期的结果也会有助于抱歉，我试图解释它而不混淆我自己，每个试图帮助X.XI的人都不能根据这个代码和输入来复制当前的结果。请再试一次，我现在复制了DF'SHIKE的答案吗？

v['Count'] = v.groupby(['B', 'C']).cumcount()
i['Count'] = i.groupby(['B', 'C']).cumcount()

v.merge(i[['B','C','Count']], on=['B','C','Count']).drop('Count', 1)

   A    B  C  D  E  x  y  z  w
0  1  2.0  5  0  a  3  0  1  2
1  1  2.0  5  0  a  3  1  9  9
2  9  4.0  4  1  d  1  3  8  0