Question

我需要一些有关熊猫问题的提示。

我有以下数据框df1，其中包含我需要保留在输出数据框中的日期中的名称：

name      date          column_1     column_11     
Anne      2018-01-01    some info1    some info11
John      2018-01-01    some info1    some info11
Mark      2018-02-01    some info1    some info11
Ethan     2018-03-01    some info1    some info11
Anne      2018-04-01    some info1    some info11
Ethan     2018-04-01    some info1    some info11

我还有另一个DataFrame df2，其中包含我的数据样本中的所有名称和日期：

name     date           column_2    column_22
Bob      2018-01-01     some info2   some info22
Bob      2018-01-01     some info2   some info22
Anne     2018-01-01     some info2   some info22
John     2018-01-01     some info2   some info22
Mark     2018-02-01     some info2   some info22
Mark     2018-02-01     some info2   some info22
Ethan    2018-03-01     some info2   some info22
Anne     2018-04-01     some info2   some info22
Anne     2018-04-01     some info2   some info22
Ethan    2018-04-01     some info2   some info22
Carl     2018-01-01     some info2   some info22
Joe      2018-01-01     some info2   some info22

并且，作为输出，我需要一个像df1一样的DataFrame，但所有列都在df2中。

请注意，除了我显示的内容以外，df1和df2还有其他列，因此它们具有不同的信息。事情是，我想要df2中的列，但只包含df1中显示的日期中的名称。

示例输出为：

name      date          column_2     column_22     
Anne      2018-01-01    some info2    some info22
John      2018-01-01    some info2    some info22
Mark      2018-02-01    some info2    some info22
Mark      2018-02-01    some info2    some info22
Ethan     2018-03-01    some info2    some info22
Anne      2018-04-01    some info2    some info22
Anne      2018-04-01    some info2    some info22    
Ethan     2018-04-01    some info2    some info22

注意：

正在做：

df = df2.merge（df1）

没用

注意2：

df1包含来自df2的汇总和过滤数据，这就是df1中的行少于df2中的行的原因。我只想在df2中保留包含df1中名称和日期的行。

所有解决方案均无效，所以我认为也许这种解释将有助于获得正确的答案。

Answer 1

我将执行以下操作：

df_out = (df1.reset_index()[["name", "date"]]
          .merge(df2.reset_index(), on=["name", "date"], how="inner"))

Answer 2

我将与中间DataFrames分步进行。这虽然效率较低，但可以让您更深入地了解正在发生的事情。

仅使用df1 中的名称和日期：

df_key = df1.loc[:, ["name", "date"]]

使用键表和df2的{{3}}（在inner join中称为自然联接），将仅生成名称和日期匹配的记录：

df_out_1 = df_2.merge(
        df_key, 
        how="inner", 
        left_on=["name", "date"], 
        right_on=["name", "date"]
]

从结果联接中选择所需的列，然后完成：

df_out_2 = df_out_1.loc[:, ["name", "date", "column_2", "column_22"]]

按另一个数据框中的两列过滤一个数据框

2 个答案: