2

我有一个这样的数据框：

df1
col1       col2      col3      col4
 1           2        A         S
 3           4        A         P
 5           6        B         R
 7           8        B         B

我有另一个数据框：

df2
col5      col6         col3
 9         10           A
 11        12           R

如果 df1 的 col3 和 col4 的任何值与它将加入的 df2 的 col3 值匹配，我想加入这两个数据框。

最终的数据框将如下所示：

df3
col1    col2    col3    col5   col6
 1       2       A       9      10
 3       4       A       9      10
 5       6       R       11     12

如果 col3 值出现在 df2 中，那么它将通过 col3 值加入，否则如果它出现在 df2 的 col3 值中，它将通过 col4 值加入

如何使用 pandas/python 以最有效的方式做到这一点？

4

1 回答 1

1

使用merge带有默认内连接的双精度，用于第二次过滤掉匹配的行df3，最后concat一起：

df3 = df1.drop('col4', axis=1).merge(df2, on='col3')
df4 = (df1.drop('col3', axis=1).rename(columns={'col4':'col3'})
            .merge(df2[~df2['col3'].isin(df1['col3'])], on='col3'))


df = pd.concat([df3, df4],ignore_index=True)
print (df)
   col1  col2 col3  col5  col6
0     1     2    A     9    10
1     3     4    A     9    10
2     5     6    R    11    12

编辑：使用左连接和最后一个combine_first：

df3 = df1.drop('col4', axis=1).merge(df2, on='col3', how='left')
df4 = (df1.drop('col3', axis=1).rename(columns={'col4':'col3'})
            .merge(df2, on='col3', how='left'))

df = df3.combine_first(df4)
print (df)
   col1  col2 col3  col5  col6
0     1     2    A   9.0  10.0
1     3     4    A   9.0  10.0
2     5     6    B  11.0  12.0
3     7     8    B   NaN   NaN
于 2019-02-20T06:18:47.817 回答