Skip to main content
 首页 » 编程设计

python之如何合并/连接两个不同长度的 Pandas 数据帧

2025年01月19日10langtianya

我想连接/合并两个 pandas 数据帧,但我没有得到正确的结果。我有以下数据框:

df1 
 
    Username      | User_trim 
------------------------------- 
0   Maria M       | Maria 
1   FakeName      | N/A 
2   Achim B       | Achim 
3   FlashMaster11 | N/A 
4   Fakename2     | N/A 
5   Gustav W      | Gustav 
 
 
df2 
    0        |1       | 2 
--------------------------------- 
0   Maria M  | Maria  | female 
2   Achim B  | Achim  | male 
5   Gustav W | Gustav | male 

我想要以下结果数据框:

    Username      | User_trim | Gender 
--------------------------------- 
0   Maria M       | Maria     | female 
1   FakeName      | N/A       | N/A 
2   Achim B       | Achim     | male 
3   FlashMaster11 | N/A       | N/A 
4   Fakename2     | N/A       | N/A 
5   Gustav W      | Gustav    | male 

我试过下面的代码

result = pd.concat([df1,df2], axis=1,ignore_index=True) 

但是我得到了一个错误的结果,但是表格的长度是正确的。所以我尝试了这个:

df1.merge(df2,how='outer', left_on='Username', right_on=0) 

这段代码似乎得到了正确的结果,但表格比 df1 大(我的意思是行)?

当我合并数据框并获取所有列时,我没有问题。我可以放下它们。只是将它们以不同的长度合并并让它们排在正确的行中是个问题。

有没有人可以给我建议如何获得结果表?

请您参考如下方法:

我认为 merge 中需要 left join :

df = df1.merge(df2,how='left', left_on='Username', right_on=0) 
print (df) 
        Username User_trim         0       1       2 
0        Maria M     Maria   Maria M   Maria  female 
1       FakeName       NaN       NaN     NaN     NaN 
2        Achim B     Achim   Achim B   Achim    male 
3  FlashMaster11       NaN       NaN     NaN     NaN 
4      Fakename2       NaN       NaN     NaN     NaN 
5       Gustav W    Gustav  Gustav W  Gustav    male 

如果需要通过 merge 添加新列而不删除不必要的列,解决方案是首先 rename 至少一个列用于连接(这里是 Username 在两个 DataFrame 中),然后选择所有必要的列(总是连接列 + 所有其他新列):

df22 = df2.rename(columns={0:'Username', 2:'Gender'})[['Username', 'Gender']] 
print (df22) 
   Username  Gender 
0   Maria M  female 
1   Achim B    male 
2  Gustav W    male 
 
df = df1.merge(df22,how='left', on='Username') 
print (df) 
        Username User_trim  Gender 
0        Maria M     Maria  female 
1       FakeName       NaN     NaN 
2        Achim B     Achim    male 
3  FlashMaster11       NaN     NaN 
4      Fakename2       NaN     NaN 
5       Gustav W    Gustav    male 

如果只需要添加一个新列,请使用 map由 set_index 创建的系列 :

df1['Gender'] = df1['Username'].map(df2.set_index(0)[2]) 
print (df1) 
        Username User_trim  Gender 
0        Maria M     Maria  female 
1       FakeName       NaN     NaN 
2        Achim B     Achim    male 
3  FlashMaster11       NaN     NaN 
4      Fakename2       NaN     NaN 
5       Gustav W    Gustav    male