使用pandas在python中有条件地连接数据帧

我有一个数据框

df

df1

我想有条件地将它们合并到一个新的数据帧中

df2

一个新的数据框，其中如果A列中的值等于C列，则合并时只需将其B列值更新为默认值0，如果A列中没有一个值等于C列中的值，则只需将其添加到数据框中，如上图所示，默认值为0

df2 = pd.merge(df,df1,left_on='A',right_on='C',how="outer")
df2['A'].fillna(value=df2['C'],inplace=True)
df2.loc[df2['A'] == df2['C'],'B'] = 0
df2 = df2[['A','B']]

我更喜欢下面的选项，但它并不是你想要的

df1['B'] = 0
df1.columns = ['A','B']
df2 = pd.concat([df,df1])
df2.drop_duplicates('A',take_last=True,inplace=True)
df2 = df2.sort('A').reset_index(drop=True)

---

您可以在

A

和

C

列上进行

outer

合并

In [31]: tmp = df.merge(df1, left_on='A', right_on='C', how='outer')

将列

A

nan值从列

C

In [32]: tmp['A'].fillna(value=tmp['C'], inplace=True)

然后替换

B

值，其中

C

值不为空

In [33]: tmp.ix[tmp['C'].notnull(), 'B'] = 0

In [34]: tmp[['A', 'B']]
Out[34]:
A   B
0   test1   1
1   test2   4
2   test3   0
3   test4   2
4   test5   0

---

这里有一个简单的方法。您仅从

col C

中的第二个数据帧中获取元素，该元素不在第一个数据帧的

col A

中，并通过将缺少的值设置为

0

进行连接。最后，如果

列a

中有多个相同的值，您可以在

groupby

中使用一个小技巧来选择

0

的值：

pd.concat([df,df1.rename(columns={'C':'A'})]).fillna(0).groupby('A', as_index=False).last()

       A  B
0  test1  1
1  test2  4
2  test3  0
3  test4  2
4  test5  0

---

希望下面的帮助@上校：谢谢！！我以为这可以用来完成，但事实证明只支持左连接（不支持外部连接）。

In [32]: tmp['A'].fillna(value=tmp['C'], inplace=True)

In [33]: tmp.ix[tmp['C'].notnull(), 'B'] = 0

In [34]: tmp[['A', 'B']]
Out[34]:
A   B
0   test1   1
1   test2   4
2   test3   0
3   test4   2
4   test5   0

pd.concat([df,df1.rename(columns={'C':'A'})]).fillna(0).groupby('A', as_index=False).last()

       A  B
0  test1  1
1  test2  4
2  test3  0
3  test4  2
4  test5  0