熊猫左键通过两列连接数据帧

Question

你能帮我连接两个数据帧吗。

我有两个数据帧。

DF1：

index   val1    val2
--------------------
1       str1    abc1
2       str2    abc2
3       str3    abc3
4       str4    abc9
5       str5    abc4

DF2：

index   val2
------------
1       abc1
2       abc2
4       abc3 
5       abc4
9       abc5

我需要基于前两个数据帧创建一个数据帧，左连接两列。列index和val2在两个数据帧中具有相同的名称。df3的结果应该如下所示：

index   val1    val2    val3
----------------------------
1       str1    abc1    1
2       str2    abc2    1
3       str3    abc3    NaN
4       str4    abc9    NaN
5       str5    abc4    1

应该删除df1中不存在的df2中的索引，如果df1中的索引具有与df2中相同的val2，则应该将1添加到新的列val3中，否则：NaN。

非常感谢提前！

Answer 1

由于您希望在索引和列的组合上进行合并，因此可以将它们全部添加到索引中，或者在合并之前reset_index。我们还将val3列分配给df2，以便合并它。

(df1.reset_index().merge(
     df2.reset_index().assign(val3 = 1), on=['index', 'val2'], how='left')
    .set_index('index'))

输出：

       val1  val2  val3
index                  
1      str1  abc1   1.0
2      str2  abc2   1.0
3      str3  abc3   NaN
4      str4  abc9   NaN
5      str5  abc4   1.0

如果'index'只是一列而不是索引，那么只需指定两个要合并的键即可。

df1.merge(df2.assign(val3 = 1), on=['index', 'val2'], how='left')

输出：

   index  val1  val2  val3
0      1  str1  abc1   1.0
1      2  str2  abc2   1.0
2      3  str3  abc3   NaN
3      4  str4  abc9   NaN
4      5  str5  abc4   1.0

Answer 2

您可以尝试将join（默认值为左）与rsuffix一起使用，以便使用后缀重命名df2的列名。然后，使用np。其中检查列值是否匹配，并为val3列赋值。

import numpy as np

df = df1.join(df2, rsuffix='_df2')
df['val3'] = np.where(df.val2 == df.val2_df2, 1, np.NaN)
del df['val2_df2']
print(df)

结果:

       val1  val2  val3
index                  
1      str1  abc1   1.0
2      str2  abc2   1.0
3      str3  abc3   NaN
4      str4  abc9   NaN
5      str5  abc4   1.0

Answer 3

这是一个办法。如下所示，我建议您对val3使用布尔值而不是浮动，因为这就是这个系列所代表的。

# merge and set index
res = df1.merge(df2, how='left').set_index('index')

# map val2 from df2
res['val3'] = df2.set_index('index')['val2']

# check for equality of val3 and val2
res['val3'] = res['val3'] == res['val2']

print(res)

       val1  val2   val3
index                   
1      str1  abc1   True
2      str2  abc2   True
3      str3  abc3  False
4      str4  abc9  False
5      str5  abc4   True