Python 两个数据帧的复杂合并

我有两个数据帧：

df1：

df2：

如何合并或迭代两个数据帧以获得以下结果：

                       top1          top2          top3
693541495124446625    'US 939.00'  'GB 932.00'   'CN 806.00'
912819499544441670    'US 992.00'  'CN 981.00'   'TW 796.00'

---

我知道我可以迭代获取df1值，并通过几个for循环将该值作为列

[loc]

放在df2中，但是否有任何优化的解决方案？

您可以使用

df尝试此操作。替换

u = df2.astype(str).radd(df2.columns+' ')
out = df1.T.replace(u.T).T

或：

---

差不多

out = df1.T.replace(df2.T).astype('str').radd(df1.T+' ').T
Out[317]: 
                        top1      top2      top3
693541495124446625  US 939.0  GB 932.0  CN 806.0
912819499544441670  US 992.0  CN 981.0  TW 796.0

---

首先，将第二个数据帧转换为字典字典：

df2_dict = {i:None for i in df2.index}

for key in df2_dict:
    df2_dict[key] = {col: df2.loc[key, col] for col in df2.columns}

然后，您可以使用与ds1相同的行和列创建一个新的df，并对其进行迭代：

df3 = pd.DataFrame(index=df1.index,
                   columns=df1.columns)

for i in df3.index:
    for col in df3.columns:
        df3.loc[i, col] = df1.loc[i, col] + ' ' + str(df2_dict[i][df1.loc[i, col]])

---

那是个好主意~

print(out)
                        top1      top2      top3
693541495124446625  US 939.0  GB 932.0  CN 806.0
912819499544441670  US 992.0  CN 981.0  TW 796.0

out = df1.T.replace(df2.T).astype('str').radd(df1.T+' ').T
Out[317]: 
                        top1      top2      top3
693541495124446625  US 939.0  GB 932.0  CN 806.0
912819499544441670  US 992.0  CN 981.0  TW 796.0

df2_dict = {i:None for i in df2.index}

for key in df2_dict:
    df2_dict[key] = {col: df2.loc[key, col] for col in df2.columns}

df3 = pd.DataFrame(index=df1.index,
                   columns=df1.columns)

for i in df3.index:
    for col in df3.columns:
        df3.loc[i, col] = df1.loc[i, col] + ' ' + str(df2_dict[i][df1.loc[i, col]])