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
