Python 合并后保留数据帧的顺序

我有一个数据帧

df1

，它需要添加一个新列

'h[mm]

。新的

'h[mm]

中的值应根据

df1

的

'Profile'

列中的值在

df2

中查找。这种情况可以与Excel的“vlookup”或“索引/匹配”相比较

我已成功地将具有正确值的新列

'h[mm]

添加到

df1

。但是，它更改了原始

df1

的顺序，这在我的情况下是不需要的

数据帧

df1

和

df2

的简化可复制版本为：

pile_type = ['P01', 'P20', 'P05', 'P23', 'P04', 'P01']
profile = ['HE200A', 'HE220A', 'HE240B', 'NaN', 'HE200A', 'HE300B']
df1 = pd.DataFrame({'Pile_type': pile_type, 'Profile': profile})

profile_database = ['HE200A', 'HE220A', 'HE240B', 'HE500B', 'HE300B']
profile_height_database = [190, 210, 240, 500, 300]
df2 = pd.DataFrame({'Profile': profile_database, 'h[mm]': profile_height_database})

我找到的最接近解决方案是使用

pd.merge\u ordered（）

：

在生成的

df_mo

中，仍不保留

df1

的原始顺序：

print('df1:', df1)
print('df2:', df2)
print('df_mo:', df_mo)

df1:    Pile_type Profile
0       P01       HE200A
1       P20       HE220A
2       P05       HE240B
3       P23       NaN
4       P04       HE200A
5       P01       HE300B

df2:  Profile h[mm]
0     HE200A  190
1     HE220A  210
2     HE240B  240
3     HE500B  500
4     HE300B  300

df_mo:  Pile_type Profile  h[mm]
0       P01       HE200A   190.0
1       P04       HE200A   190.0
2       P20       HE220A   210.0
3       P05       HE240B   240.0
4       P23       NaN      NaN
5       P01       HE300B   300.0

我还尝试了标准的

pd.merge（）

，但运气不佳。

使用：

df1.merge（df2，how='left'）

正如@Graipher指出的，

how

参数是控制结果合并的

DataFrame

方式：{'left'，'right'，'outer'，'inner'}，默认为'inner'

• 左：仅使用左框架中的键，类似于SQL左外部联接； 保留密钥顺序

---

---

how='left'

部分实际上是它保持秩序的原因

print('df1:', df1)
print('df2:', df2)
print('df_mo:', df_mo)

df1:    Pile_type Profile
0       P01       HE200A
1       P20       HE220A
2       P05       HE240B
3       P23       NaN
4       P04       HE200A
5       P01       HE300B

df2:  Profile h[mm]
0     HE200A  190
1     HE220A  210
2     HE240B  240
3     HE500B  500
4     HE300B  300

df_mo:  Pile_type Profile  h[mm]
0       P01       HE200A   190.0
1       P04       HE200A   190.0
2       P20       HE220A   210.0
3       P05       HE240B   240.0
4       P23       NaN      NaN
5       P01       HE300B   300.0

df1.merge(df2, on='Profile', how='left')

  Pile_type Profile  h[mm]
0       P01  HE200A  190.0
1       P20  HE220A  210.0
2       P05  HE240B  240.0
3       P23     NaN    NaN
4       P04  HE200A  190.0
5       P01  HE300B  300.0