Python 如何使用两个不同数据帧中的数据之间的链接创建数据帧

我有一个熊猫数据框，用于以下人员：

pid   name   job
  1   Mike     A
  2   Lucy     A
  3   Jeff     B

第二个是针对以下工作：

id    name
 1       A
 2       B
 3       C

我想要生成的是第三个数据框，其中列出了人员和工作之间的联系，因此在这个虚拟示例中，期望的结果将是：

personid   jobid
       1       1
       2       1
       3       2

---

我怎样才能用熊猫做到这一点？我不明白在这种情况下如何加入，因为这不是按行操作…

尝试使用

pandas

，假设您有df1和df2：

import pandas as pd
df1 = pd.read_csv('Data1.csv')
df2 = pd.read_csv('Data2.csv')
print df1
print df2

df1：

和df2：

   id name
0   1    A
1   2    B
2   3    C

然后：

它将打印出：

   pid  id
0    1   1
1    2   1
2    3   2

---

尝试使用

pandas

，假设您有df1和df2：

import pandas as pd
df1 = pd.read_csv('Data1.csv')
df2 = pd.read_csv('Data2.csv')
print df1
print df2

df1：

和df2：

   id name
0   1    A
1   2    B
2   3    C

然后：

它将打印出：

   pid  id
0    1   1
1    2   1
2    3   2

---

这就是你要找的吗

output = pd.merge(persons, jobs, how='left', left_on='job', right_on='name')[['pid', 'id']]

输出：

   pid  id
0    1   1
1    2   1
2    3   2

---

这就是你要找的吗

output = pd.merge(persons, jobs, how='left', left_on='job', right_on='name')[['pid', 'id']]

输出：

   pid  id
0    1   1
1    2   1
2    3   2

---

两个给定的数据帧如下所示：

import pandas as pd
people_df = pd.DataFrame([[1, "Mike",  "A"], [2,  "Lucy", "A"], [3, "Jeff", "B"]], columns=["pid", "name", "job"])
jobs_df = pd.DataFrame([[1, "A"], [2,  "B"], [3,  "C"]], columns=["id", "name"])

您可以使用

merge

方法获得所需的结果

merged_df = pd.merge(people_df, jobs_df, left_on='job', right_on='name')
result = merged_df[['pid', 'id']].rename(columns={'pid': 'personid', 'id': 'jobid'}) # for extracting and renaming data

---

“内部联接”用于默认的

merge

方法。如果需要，您可以对其他“连接”使用

how

选项。

两个给定的数据帧如下所示：

import pandas as pd
people_df = pd.DataFrame([[1, "Mike",  "A"], [2,  "Lucy", "A"], [3, "Jeff", "B"]], columns=["pid", "name", "job"])
jobs_df = pd.DataFrame([[1, "A"], [2,  "B"], [3,  "C"]], columns=["id", "name"])

您可以使用

merge

方法获得所需的结果

merged_df = pd.merge(people_df, jobs_df, left_on='job', right_on='name')
result = merged_df[['pid', 'id']].rename(columns={'pid': 'personid', 'id': 'jobid'}) # for extracting and renaming data

---

“内部联接”用于默认的

merge

方法。如果您愿意，您可以对其他“加入”使用

how

选项。

有没有办法让“工作”的比较更智能一些？在我的现实生活场景中，字符串不匹配100%，您认为字符串不匹配100%是什么意思？如果存在脏数据，则可以在进行比较之前对其进行清理。合并必须有一个共享密钥，该密钥应位于两个数据帧中。有没有办法使“作业”上的比较更智能一些？在我的现实生活场景中，字符串不匹配100%，您认为字符串不匹配100%是什么意思？如果存在脏数据，则可以在进行比较之前对其进行清理。合并必须获得一个共享密钥，该密钥应位于两个数据帧中。