如何连接两个数据帧并在这样的特定列上对齐？

Question

我想通过加入两个数据框并在特定列上对齐来做一些工作：

数据框如下：

dict1={'abstract': {0: 'A1', 1: 'A2', 2: 'A3', 3: 'B1', 4: 'B2', 5: 'B3', 6: 'B4', 7: 'C1', 8: 'C2'}, 
       'name': {0: 'A', 1: 'A', 2: 'A', 3: 'B', 4: 'B', 5: 'B', 6: 'B', 7: 'C', 8: 'C'}}

left=pd.DataFrame(dict1)

数据框就像：

dict2={'abstract': {0: 'A1', 1: 'A2', 2: 'B1', 3: 'B2', 4: 'B3', 5: 'C1', 6: 'C2', 7: 'C3'}, 
       'name': {0: 'A', 1: 'A', 2: 'B', 3: 'B', 4: 'B', 5: 'C', 6: 'C', 7: 'C'}}

right=pd.DataFrame(dict2)

我希望获得这样的组合数据框：

dict3={'name': {0: 'A', 1: 'A', 2: 'A', 3: 'B', 4: 'B', 5: 'B', 6: 'B', 7: 'C', 8: 'C', 9: 'C'}, 
       'abstract_right': {0: 'A1', 1: 'A2', 2: nan, 3: 'B1', 4: 'B2', 5: 'B3', 6: nan, 7: 'C1', 8: 'C2', 9: 'C3'}, 
       'abstract_left': {0: 'A1', 1: 'A2', 2: 'A3', 3: 'B1', 4: 'B2', 5: 'B3', 6: 'B4', 7: 'C1', 8: 'C2', 9: nan}}

combined=pd.DataFrame(dict3)

如何用熊猫做到这一点？

Answer 1

你需要的是一个连接，但不仅仅是一个连接，因为它们必须由name匹配。您可以创建id列来帮助您合并和对齐行：

left['id'] = left.groupby('name').cumcount()
right['id'] = right.groupby('name').cumcount()
left.merge(right, on=['id', 'name'], how='outer', suffixes=['_left', '_right']).drop('id', axis=1)

Answer 2

您可以合并其中值为cam的其他信息并添加 左右列：

res = pd.merge(left, right, how='outer', indicator=True)
res['abstract_left'] = res.abstract[res._merge != 'right_only']
res['abstract_right'] = res.abstract[res._merge != 'left_only']
res.drop(['abstract', '_merge'], axis=1)

在步骤

进行外部联接：

res = pd.merge(left, right, how='outer', indicator=True)

结果如下：

现在，您可以根据_merged中的值添加两列：

res['abstract_left'] = res.abstract[res._merge != 'right_only']
res['abstract_right'] = res.abstract[res._merge != 'left_only']

并删除不需要的列：

res.drop(['abstract', '_merge'], axis=1)

获得最终结果。

Answer 3

您可能对merge功能

感兴趣

left_df.merge(right_df, how='outer', indicator=True)