Skip to main content
 首页 » 编程设计

python之Pandas:合并后 DataFrame 太长

2024年10月25日11Terrylee

假设我有一个比另一个长的数据帧,我想加入一个特定的列,如下例所示:

A = pd.DataFrame({'col1': [1, 2, 3, 4, 5], 'col2': [6, 7, 8, 9, 10], 'col3': [11, 12, 13, 14, 15]}) 
 
B = pd.DataFrame({'col1': [1, 3, 5], 'col2': [16, 17, 18], 'col4': [19, 20, 21]}) 

然后我加入他们:

pd.merge(A, B, on='col1', how='outer') 

并得到,如预期的那样:

       col1     col2_x  col3    col2_y  col4 
0       1       6       11      16      19 
1       2       7       12      NaN     NaN 
2       3       8       13      17      20 
3       4       9       14      NaN     NaN 
4       5       10      15      18      21 
 
5 rows × 5 columns 

但是,我有两个要合并的 DataFrame,分别有 28,011 行和 15,676 行。以与上述相同的方式合并它们,我希望在 df2 没有观察到的那些单元格中得到一个包含 28,011 行和 NaN 的 DataFrame。相反发生的是这样的:

len(pd.merge(df1, df2, on='col1', how='outer')) 
  51881 

这怎么可能?我要合并的列是一个唯一标识符,在 Stata 中进行相同的操作没有问题。我在这里缺少什么?

请您参考如下方法:

听起来你想要一个左连接。

尝试:

pd.merge(df1, df2, left_on='col1',right_on='col1',how='left')