Skip to main content
 首页 » 编程设计

python之根据另一列从两个数据框中选择列

2025年02月15日7zdz8207

我有 2 个数据框,其中一个包含一些关于足球运动员的一般信息,第二个包含其他信息,例如每个球员赢得比赛的信息。他们都有“id”列。但是,它们的长度不同。

我想做的是创建一个包含两列的新数据框:第一个数据框的“x”和第二个数据框的“y”,只有“id”列在两个数据框中包含相同的值。因此,我可以匹配属于同一个人的“x”和“y”列。

我尝试使用 concat 函数来做到这一点:

pd.concat([firstdataframe['x'], seconddataframe['y']], axis=1, keys=['x', 'y']) 

但我不知道如何在两个数据框中应用“id”相等的条件。

请您参考如下方法:

看来你需要merge使用默认的 inner 连接,id 列中的每个值也必须是唯一的:

df = pd.merge(df1[['id','x']], df2[['id','y']], on='id') 

示例:

df1 = pd.DataFrame({'id':[1,2,3],'x':[4,3,8]}) 
print (df1) 
   id  x 
0   1  4 
1   2  3 
2   3  8 
 
df2 = pd.DataFrame({'id':[1,2],'y':[7,0]}) 
print (df2) 
   id  y 
0   1  7 
1   2  0 
 
df = pd.merge(df1[['id','x']], df2[['id','y']], on='id') 
print (df) 
   id  x  y 
0   1  4  7 
1   2  3  0 

解决方案 concat是可能的,但有点复杂,因为需要使用 inner join 连接索引:

df = pd.concat([df1.set_index('id')['x'],  
                df2.set_index('id')['y']], axis=1, join='inner') 
       .reset_index() 
print (df) 
   id  x  y 
0   1  4  7 
1   2  3  0 

编辑:

如果 id 不唯一,则重复创建所有组合并扩展输出 dataframe:

df1 = pd.DataFrame({'id':[1,2,3],'x':[4,3,8]}) 
print (df1) 
   id  x 
0   1  4 
1   2  3 
2   3  8 
 
df2 = pd.DataFrame({'id':[1,2,1,1],'y':[7,0,4,2]}) 
print (df2) 
   id  y 
0   1  7 
1   2  0 
2   1  4 
3   1  2 
 
df = pd.merge(df1[['id','x']], df2[['id','y']], on='id') 
print (df) 
   id  x  y 
0   1  4  7 
1   1  4  4 
2   1  4  2 
3   2  3  0