我正在尝试在 python pandas 中连接我的数据框中的一些列。比如说,我有以下数据框:
df1['Head','Body','feat1','feat2']
df2['Head','Body','feat3','feat4']
我想将数据框合并到:
merged_df['Head','Body','feat1','feat2','feat3',feat4']
直觉上,我是这样做的:
merged_df = pd.concat([df1, df2['feat3','feat4'],axis=1)
它没有用。我做了我的研究并这样做了:
merged_df =
df1[['Head','Body','feat1','feat2']].merge(df2[['Head','feat3','feat4']],
on='Head', how='left')
它有效但导致我的数据出现一些差异。原来我的一些“头部”数据并不是唯一的。所以现在我只是在寻找最直接的方法来将 DF2 中的选定列连接到我的 DF1 中。请注意,两个数据帧都遵循相同的顺序,因此 DF1 中的第 1 行与 DF2 中的第 1 行直接相关,第 8120 行也是如此......
谢谢
请您参考如下方法:
举个例子,假设我们有两个 DataFrame,分别是 df1 和 df2,因此,如果列的值相同或唯一,那么您可以简单地做合并,这将根据您的需要对齐列。
$ df1
Head Body feat1 feat2
0 1 1 1 1
1 2 2 2 2
2 3 3 3 3
$ df2
Head Body feat3 feat4
0 1 1 1 1
1 2 2 2 2
2 3 3 3 3
第 1 步解决方案:
>>> pd.merge(df1, df2, on=['Head', 'Body'])
Head Body feat1 feat2 feat3 feat4
0 1 1 1 1 1 1
1 2 2 2 2 2 2
2 3 3 3 3 3 3
其次,如果您的列值如下所示不同,那么您可以使用 pd.concat 或 pd.merge:
$ df1
Head Body feat1 feat2
0 1 1 1 1
1 2 2 2 2
2 3 3 3 3
$ df2
Head Body feat3 feat4
0 4 1 1 1
1 5 2 2 2
2 6 3 3 3
第 2 步解决方案:
如果你想使用来自两个框架的键的并集,那么你可以使用 concat 和 merge 来实现,如下所示:
>>> pd.concat([df1,df2], join="outer", sort=False)
Head Body feat1 feat2 feat3 feat4
0 1 1 1.0 1.0 NaN NaN
1 2 2 2.0 2.0 NaN NaN
2 3 3 3.0 3.0 NaN NaN
0 4 1 NaN NaN 1.0 1.0
1 5 2 NaN NaN 2.0 2.0
2 6 3 NaN NaN 3.0 3.0
>>> pd.merge(df1, df2, on=['Head', 'Body'], how='outer')
Head Body feat1 feat2 feat3 feat4
0 1 1 1.0 1.0 NaN NaN
1 2 2 2.0 2.0 NaN NaN
2 3 3 3.0 3.0 NaN NaN
3 4 1 NaN NaN 1.0 1.0
4 5 2 NaN NaN 2.0 2.0
5 6 3 NaN NaN 3.0 3.0
或者您可以选择:
a) 如果你想使用左框架中的键
pd.merge(df1, df2, on=['Head', 'Body'], how='left')
b) 如果你想使用右框架的键
pd.merge(df1, df2, on=['Head', 'Body'], how='right')
默认为“内部”。
inner: use intersection of keys from both frames, similar to a SQL inner join; preserve the order of the left keys
你可以看到DataFrame.merge详细选项..
查看解决方法后,您想使用左框架中的键
>>> pd.merge(df1, df2, on=['Head', 'Body'], how='left')
Head Body feat1 feat2 feat3 feat4
0 1 1 1 1 NaN NaN
1 2 2 2 2 NaN NaN
2 3 3 3 3 NaN NaN
