Skip to main content
 首页 » 编程设计

python之合并非唯一列之pandas python

2025年01月19日10freeliver54

我一直在尝试合并两个 DataFrames一起( df 和 df_details )以类似于 Excel“vlookup”的方式但得到奇怪的结果。下面我展示了两个DataFrames的结构为简单起见,无需填充真实数据

df_details: 
 
Abstract_Title  |  Abstract_URL  |  Session_No_v2  | Session_URL | Session_ID 
  ------------------------------------------------------------------------- 
Abstract_Title1    Abstract_URL1         1          Session_URL1     12345 
Abstract_Title2    Abstract_URL2         1          Session_URL1     12345 
Abstract_Title3    Abstract_URL3         1          Session_URL1     12345 
Abstract_Title4    Abstract_URL4         2          Session_URL2     22222  
Abstract_Title5    Abstract_URL5         2          Session_URL2     22222 
Abstract_Title6    Abstract_URL6         3          Session_URL3     98765 
Abstract_Title7    Abstract_URL7         3          Session_URL3     98765 
 
df: 
 
Session_Title   |   Session_URL   |   Sponsors   |    Type    |   Session_ID 
    ------------------------------------------------------------------------------- 
Session_Title1     Session_URL1        x, y z     Paper             12345 
Session_Title2     Session_URL2         x, y      Presentation      22222 
Session_Title3     Session_URL3        a, b ,c    Presentation      98765 
Session_Title4     Session_URL4          c        Talk              12121 
Session_Title5     Session_URL5         a, x      Paper             33333 

我想沿着 Session_ID 合并我想要最后的 DataFrame看起来像:

我尝试了以下脚本,它产生了一个 DataFrame重复(多次)某些行并做奇怪的事情。例如,df_details有 7,046 行和 df有 1,856 行 - 当我运行以下合并代码时,我的 final_df结果为 21,148 行:

final_df = pd.merge(df_details, df, how = 'outer', on = 'Session_ID') 

请帮忙!

请您参考如下方法:

为了生成最终输出表,我使用了以下代码:

final_df = pd.merge(df_details, df[['Session_ID', 
                                'Session_Title', 
                                'Sponsors', 
                                'Type']], left_on = ['Session_ID'], right_on = ['Session_ID'], how = 'outer')