Python 将两个数据帧与公共值合并，公共值在一个数据帧中显示为列，在另一个数据帧中显示为行

我有一个dataframe，其中包含数百列作为客户端ID，一行包含每个客户端ID的总票证数，如下所示： （df1是原始csv文件多次转换的结果）

另一个数据框有两列，一列是account_id，另一列是client_id，如下所示：

df2
+------------+-----------+
| account_id | client_id |
+------------+-----------+
| 4char      | 4         |
+------------+-----------+
| 3char      | 5         |
+------------+-----------+
| 2char      | 30        |
+------------+-----------+
| 16char     | 9         |
+------------+-----------+
| 17char     | 100       |
+------------+-----------+

df
+------------+-----------+---------------+
| account_id | client_id | total_tickets |
+------------+-----------+---------------+
| 4char      | 4         | null
+------------+-----------+---------------+
| 3char      | 5         | 40
+------------+-----------+---------------+
| 2char      | 30        | 122
+------------+-----------+---------------+
| 16char     | 9         | null
+------------+-----------+---------------+
| 17char     | 100       | 13
+------------+-----------+---------------+

我希望有一个包含3列account\u id、client\u id和total\u tickets的文件，如下所示：

df2
+------------+-----------+
| account_id | client_id |
+------------+-----------+
| 4char      | 4         |
+------------+-----------+
| 3char      | 5         |
+------------+-----------+
| 2char      | 30        |
+------------+-----------+
| 16char     | 9         |
+------------+-----------+
| 17char     | 100       |
+------------+-----------+

df
+------------+-----------+---------------+
| account_id | client_id | total_tickets |
+------------+-----------+---------------+
| 4char      | 4         | null
+------------+-----------+---------------+
| 3char      | 5         | 40
+------------+-----------+---------------+
| 2char      | 30        | 122
+------------+-----------+---------------+
| 16char     | 9         | null
+------------+-----------+---------------+
| 17char     | 100       | 13
+------------+-----------+---------------+

到目前为止，我已经达到了这一点： 我已经创建了一个函数，在两个数据帧上都使用iterrows（），如果在df1的列中找到了df2的客户机id，请使用isin（）函数进行检查，接下来我在df2上使用assign（）函数添加一个新的列total_tickets

f1 = df1, f2 = df2
def populating_df(f1, f2):
    for org_nr in f2.iterrows():
        for col in f1.iterrows():
           matched_org_nr =  f2.client_id.isin(f1.columns)
           if matched_org_nr.any() == True:
               sum_of_tickets_per_col = matched_org_nr
           # create a new column in f2 file with the values of total_tickets for each org number matched
           f2 = f2.loc[:].assign(Total_Tickets=sum_of_tickets_per_col) 
        return f2

结果我得到了这张表：

+------------+-----------+---------------+
| account_id | client_id | total_tickets |
+------------+-----------+---------------+
|  4char     | 4         |False
+------------+-----------+---------------+
|  3char     | 5         | True
+------------+-----------+---------------+
|  2char     | 30        | True
+------------+-----------+---------------+
| 16char     | 9         | False
+------------+-----------+---------------+
| 17char     | 100       | True
+------------+-----------+---------------+

---

如果有人对如何解决这个问题有任何建议，我会很高兴的

您可以使用

pd.merge

df = pd.merge(df1, df2, on="client_id", how='outer')

---

首先，我们需要融化df1，以便对每一行进行观察

然后可以使用outer合并以从两列中获取键

df_melt = pd.melt(df1,var_name='client_id',value_name='total_tickets')

df3 = pd.merge(df_melt ,df2,on=['client_id'],how='outer')

#make sure dtypes are the same.

#df_melt ['client_id'] = df_melt ['client_id'].astype(int) 

df3 = df3[["account_id", "client_id", "total_tickets"]].sort_values(
    "account_id", ascending=False
)

print(df3)

     account_id  client_id  total_tickets
3   4char                4            NaN
1   3char                5           40.0
0   2char               30          122.0
2   17char             100           13.0
4   16char               9            NaN

---

merge

是关键，但您必须首先转置初始数据帧，并进行一些修饰性更改，例如重置其索引并提供相关列名：

这种转变可以是：

df1.rename({0: 'total_tickets'}).T.rename_axis('client_id').reset_index()

给予：

   client_index  total_tickets
0            30            122
1             5             40
2           100             13

完成此操作后，合并将变得非常简单：

result = df2.merge(df1.rename({0: 'total_tickets'}).T.rename_axis('client_id').reset_index(),
                   on='client_id', how='left')

按预期给予：

  account_id  client_id  total_tickets
0      4char          4            NaN
1      3char          5           40.0
2      2char         30          122.0
3     16char          9            NaN
4     17char        100           13.0

---

对于df1，

client\u id

是标题吗？是@datanovel这不起作用您需要在合并之前进行一些处理合并不发生时，给我一个值错误

ValueError:您正在尝试合并object和int64列。如果你想继续，你应该使用pd.concat

@Denisa你看到这行了吗

\df\u melt['client\u id']=df\u melt['client\u id'].astype（int）

运行这个然后运行合并我不确定你的列最初是字符串还是整数。我得到了df\u melt的结果，看起来不错，但是合并后会出现一个关键错误，因为您

print（df2.dtypes）

和

print（df\u melt.dtypes）

并将结果发布到您的主要问题中？如果使用了错误的df，它会打印正确的结果，检查打印df3的最后一步