如何在Python中比较两（2）个不相等的数据帧，并将元素从一个分配到另一个？

我是python初学者，我有这个问题。我定义了以下两个数据集

df1 = pd.DataFrame(np.array([10, 20, 30]),
               columns=['number1'])
df1
       number1
0       10
1       20
2       30


df2 = pd.DataFrame(np.array([[5, 6, 10, 12, 20, 25, 30, 50], [12.3, 15.5, 17.8, 19.0, 25, 18, 18.4, 15.8], [15.3, 18.5, 17.8, 11.0, 28, 17, 19.5, 11.1]]),
                   index=['number1', 'start', 'end']).T
df2
   number1  start   end
0      5.0   12.3  15.3
1      6.0   15.5  18.5
2     10.0   17.8  17.8
3     12.0   19.0  11.0
4     20.0   25.0  28.0
5     25.0   18.0  17.0
6     30.0   18.4  19.5
7     50.0   15.8  11.1

我想做的是将

start

和

end

列添加到

df1

数据框中，其中包含

df2

的相应元素。（当且仅当number1==number1）。预期输出如下：

   number1  start   end
0     10.0   17.8  17.8
1     20.0   25.0  28.0
2     30.0   18.4  19.5

我在

df1

中追加了两（2）个空列。 请注意，两个数据集不相等。我遵循这个解决方案。然而我得到了这个警告

def equal(df1, df2, ignore_index=True):
    if df1['number1'].values == df2['number1'].values:
        df1['start'].values = df2['start'].values
        df1['end'].values = df2['end'].values


 <ipython-input-47-7137be14ffba>:2: DeprecationWarning: elementwise comparison failed; this will raise an error in the future.
      if df1['number1'].values == df2['number1'].values:

def-equal（df1、df2、ignore_-index=True）：
如果df1['number1']。值==df2['number1']。值：
df1['start'].值=df2['start'].值
df1['end'].值=df2['end'].值
：2:弃用警告：元素比较失败；这将在将来引发错误。
如果df1['number1']。值==df2['number1']。值：

你有什么建议吗？

使用

df.merge（）

：

使用

df.merge（）

：

---

您可以简单地合并两个数据帧

df1.merge(df2)

number1 start   end
0   10  17.8    17.8
1   20  25.0    28.0
2   30  18.4    19.5

---

您可以简单地合并两个数据帧

df1.merge(df2)

number1 start   end
0   10  17.8    17.8
1   20  25.0    28.0
2   30  18.4    19.5

您可以使用df.merge（df2）

它应该会给你寻找的答案

你可以使用df.merge（df2）

它会给你你想要的答案