Python 左键联接并更新现有列

我刚接触熊猫，似乎无法使用合并功能：

>>> left       >>> right
   a  b   c       a  c   d 
0  1  4   9    0  1  7  13
1  2  5  10    1  2  8  14
2  3  6  11    2  3  9  15
3  4  7  12    

对于列a上的左连接，我想通过连接键更新公共列。注：c列中的最后一个值来自左表，因为不存在匹配项

>>> final       
   a  b   c   d 
0  1  4   7   13
1  2  5   8   14
2  3  6   9   15
3  4  7   12  NAN 

我应该如何使用Pandas merge函数来实现这一点？谢谢。

您可以在

左

和

右

之间使用

how='left'

，在

'a'

列中使用

merge（）

In [74]: final = left.merge(right, on='a', how='left')

In [75]: final
Out[75]:
   a  b  c_x  c_y   d
0  1  4    9    7  13
1  2  5   10    8  14
2  3  6   11    9  15
3  4  7   12  NaN NaN

将

c_y

中的

NaN

值替换为

c_x

值

In [76]: final['c'] = final['c_y'].fillna(final['c_x'])

In [77]: final
Out[77]:
   a  b  c_x  c_y   d   c
0  1  4    9    7  13   7
1  2  5   10    8  14   8
2  3  6   11    9  15   9
3  4  7   12  NaN NaN  12

删除不需要的列，就会得到结果

In [79]: final.drop(['c_x', 'c_y'], axis=1)
Out[79]:
   a  b   d   c
0  1  4  13   7
1  2  5  14   8
2  3  6  15   9
3  4  7 NaN  12

您可以使用

a'

列上的

how='left'

在

left

和

right

之间使用

merge（）

In [74]: final = left.merge(right, on='a', how='left')

In [75]: final
Out[75]:
   a  b  c_x  c_y   d
0  1  4    9    7  13
1  2  5   10    8  14
2  3  6   11    9  15
3  4  7   12  NaN NaN

将

c_y

中的

NaN

值替换为

c_x

值

In [76]: final['c'] = final['c_y'].fillna(final['c_x'])

In [77]: final
Out[77]:
   a  b  c_x  c_y   d   c
0  1  4    9    7  13   7
1  2  5   10    8  14   8
2  3  6   11    9  15   9
3  4  7   12  NaN NaN  12

删除不需要的列，就会得到结果

In [79]: final.drop(['c_x', 'c_y'], axis=1)
Out[79]:
   a  b   d   c
0  1  4  13   7
1  2  5  14   8
2  3  6  15   9
3  4  7 NaN  12

---

这里有一种使用

join

的方法：

In [632]: t = left.set_index('a').join(right.set_index('a'), rsuffix='_right')

In [633]: t
Out[633]: 
   b   c  c_right   d
a                    
1  4   9        7  13
2  5  10        8  14
3  6  11        9  15
4  7  12      NaN NaN

现在，我们要将

c\u right

（来自

right

dataframe）的空值设置为

c

列中来自

left

dataframe的值。使用取自@John Galt答案的方法更新了以下流程

In [657]: t['c_right'] = t['c_right'].fillna(t['c'])

In [658]: t
Out[658]: 
   b   c  c_right   d
a                    
1  4   9        7  13
2  5  10        8  14
3  6  11        9  15
4  7  12       12 NaN

In [659]: t.drop('c_right', axis=1)
Out[659]: 
   b   c   d
a           
1  4   9  13
2  5  10  14
3  6  11  15
4  7  12 NaN

---

这里有一种使用

join

的方法：

In [632]: t = left.set_index('a').join(right.set_index('a'), rsuffix='_right')

In [633]: t
Out[633]: 
   b   c  c_right   d
a                    
1  4   9        7  13
2  5  10        8  14
3  6  11        9  15
4  7  12      NaN NaN

现在，我们要将

c\u right

（来自

right

dataframe）的空值设置为

c

列中来自

left

dataframe的值。使用取自@John Galt答案的方法更新了以下流程

In [657]: t['c_right'] = t['c_right'].fillna(t['c'])

In [658]: t
Out[658]: 
   b   c  c_right   d
a                    
1  4   9        7  13
2  5  10        8  14
3  6  11        9  15
4  7  12       12 NaN

In [659]: t.drop('c_right', axis=1)
Out[659]: 
   b   c   d
a           
1  4   9  13
2  5  10  14
3  6  11  15
4  7  12 NaN

---

一种方法是将a列设置为索引，然后：

注意：

update

只进行左连接（而不是合并），因此除了设置索引外，还需要包括

left\u a

中不存在的其他列

---

一种方法是将a列设置为索引，然后：

注意：

update

只进行左连接（而不是合并），因此除了设置索引外，还需要包括

left\u a

中不存在的其他列

另一种方法是这样使用：

您可以计算要更新的两个数据帧列名称的交集，以将其传递给函数的“on=”参数

它不会像Zero的解决方案那样创建必须删除的不需要的列

编辑： NaN值可能会将同一列中的整数更改为浮点数。

另一种方法是这样使用：

您可以计算要更新的两个数据帧列名称的交集，以将其传递给函数的“on=”参数

它不会像Zero的解决方案那样创建必须删除的不需要的列

编辑： NaN值可能会将同一列中的整数更改为浮点。

很好，但它不允许您指定要连接的列，更重要的是，如果其他数据帧具有NaN值，这些NaN值将不会覆盖原始数据帧中的非NaN值。对我来说，这是不受欢迎的行为

这里有一个我用来解决这些问题的自定义方法。它是新写的，所以用户要小心

join_insertion（） 示例使用 顺便说一句，这是我在R的data.table包中严重遗漏的内容之一。对于data.table，这与

x[y，Foo:=i.Foo，on=c（“a”，“b”）]一样简单。

很好，但它不允许您指定要连接的列，更重要的是，如果其他数据帧具有NaN值，则这些NaN值不会覆盖原始数据帧中的非NaN值。对我来说，这是不受欢迎的行为

这里有一个我用来解决这些问题的自定义方法。它是新写的，所以用户要小心

join_insertion（） 示例使用

---

顺便说一句，这是我在R的data.table包中严重遗漏的内容之一。对于data.table，这就像

x[y，Foo:=i.Foo，on=c（“a”，“b”）]

一样简单，因为fillna（使用不同的列）非常整洁！与公认的答案相比，我更喜欢这种方法，因为它不依赖于两个数据帧有一个共同的连接键变量（本例中为“a”）。当我使用此代码时，我始终会遇到此错误：FutureWarning:传递列表likes to.loc或[]以及任何缺少的标签将在将来引发KeyError，您可以使用.reindex（）作为替代方案。我唯一的想法是我的dfs可能不共享相同的列？这不是原来的答案应该是正确的吗？这个答案是最具python风格的方式，fillna（有一个不同的专栏）非常整洁！与公认的答案相比，我更喜欢这种方法，因为它不依赖于两个数据帧有一个共同的连接键变量（本例中为“a”）。当我使用此代码时，我始终会遇到此错误：FutureWarning:传递列表likes to.loc或[]以及任何缺少的标签将在将来引发KeyError，您可以使用.reindex（）作为替代方案。我唯一的想法是我的dfs可能不共享相同的列？这不是最初的答案应该纠正的吗？这个答案是最具python风格的解决方法警告那些实现这个解决方案的人：在某些情况下，整数数据类型被更改为float！警告：不推荐使用

loc

添加新列。请像这样使用

left\u a.reindex（columns=left\u a.columns.union（right\u a.columns））

。欢迎使用。你给了我我需要的答案，并建立在；）警告：根据，

DataFrame.update（）

将不会用nan值覆盖非nan值。对于实施此解决方案的用户，警告：在某些情况下，整数数据类型将更改为浮点型！警告：不推荐使用

loc

添加新列。请像这样使用

left\u a.reindex（columns=left\u a.columns.union（right\u a.columns））

。欢迎使用。你给了我我需要的答案，并建立在；）警告：根据，

DataFrame.update（）

不会用nan值覆盖非nan值。Somethin