在Python中转换和附加数据帧

我有一个名为“df_1”的数据帧

我还有一个名为“df_2”的数据帧

df_2中“游戏N”列中的数字对应于df_1中索引的数字。两个表中的团队名称也相同

是否可以通过创建两个名为value_Home和value_Away的新列，将df_2中“value”列中的每个值分配（追加）到df_1中相应的行（索引）。这就是我试图实现的输出：

      Date     HomeTeam     AwayTeam    Value_Home  Value_Away
 0  8/14/1993   Arsenal     Coventry        -1           3
 1  8/14/1993   Aston Villa    QPR          -2           2
 2  8/14/1993   Chelsea     Blackburn        0           4

twice1：

屈服

        Date     HomeTeam   AwayTeam  Value_Home  Value_Away
0  8/14/1993      Arsenal   Coventry          -1           3
1  8/14/1993  Aston Villa        QPR          -2           2
2  8/14/1993      Chelsea  Blackburn           0           4

---

一, 默认情况下，

merge

合并两个数据帧共享的所有列名。因此，诀窍是重命名

df_2

的列，以便在适当的列上进行合并。 例如，给定如下

df_1

和

df_2

：

In [39]: df_1
Out[39]: 
   index       Date     HomeTeam   AwayTeam
0      0  8/14/1993      Arsenal   Coventry
1      1  8/14/1993  Aston Villa        QPR
2      2  8/14/1993      Chelsea  Blackburn

In [40]: df_2
Out[40]: 
          Team  Game N.  Value
0      Arsenal        0     -1
1          QPR        1      2
2    Blackburn        2      4
3     Coventry        0      3
4      Chelsea        2      0
5  Aston Villa        1     -2

In [31]: df_2.rename(columns={'Team':'HomeTeam', 'Game N.':'index','Value':'Value_Home'})
Out[36]: 
      HomeTeam  index  Value_Home
0      Arsenal      0          -1
1          QPR      1           2
2    Blackburn      2           4
3     Coventry      0           3
4      Chelsea      2           0
5  Aston Villa      1          -2

我们希望将

dfu 1

的

索引

和

主队

列与

dfu 2

的

游戏编号

和

球队

列合并。 因此，如果我们像这样重命名

df_2

的列：

In [39]: df_1
Out[39]: 
   index       Date     HomeTeam   AwayTeam
0      0  8/14/1993      Arsenal   Coventry
1      1  8/14/1993  Aston Villa        QPR
2      2  8/14/1993      Chelsea  Blackburn

In [40]: df_2
Out[40]: 
          Team  Game N.  Value
0      Arsenal        0     -1
1          QPR        1      2
2    Blackburn        2      4
3     Coventry        0      3
4      Chelsea        2      0
5  Aston Villa        1     -2

In [31]: df_2.rename(columns={'Team':'HomeTeam', 'Game N.':'index','Value':'Value_Home'})
Out[36]: 
      HomeTeam  index  Value_Home
0      Arsenal      0          -1
1          QPR      1           2
2    Blackburn      2           4
3     Coventry      0           3
4      Chelsea      2           0
5  Aston Villa      1          -2

然后合并两个数据帧产生

In [38]: df_1.merge(df_2.rename(columns={'Team':'HomeTeam', 'Game N.':'index','Value':'Value_Home'}))
Out[38]: 
   index       Date     HomeTeam   AwayTeam  Value_Home
0      0  8/14/1993      Arsenal   Coventry          -1
1      1  8/14/1993  Aston Villa        QPR          -2
2      2  8/14/1993      Chelsea  Blackburn           0

Value\u Away

列也可以用同样的方法获得

In [38]: df_1.merge(df_2.rename(columns={'Team':'HomeTeam', 'Game N.':'index','Value':'Value_Home'}))
Out[38]: 
   index       Date     HomeTeam   AwayTeam  Value_Home
0      0  8/14/1993      Arsenal   Coventry          -1
1      1  8/14/1993  Aston Villa        QPR          -2
2      2  8/14/1993      Chelsea  Blackburn           0