合并两个数据框后如何删除重复项？

Question

我有两个数据框，

A= 
ID compponent weight
12  Cap        0.4
12  Pump       183
12  label      0.05
14  cap        0.6 

B=
ID compponent_B weight_B
12  Cap_B       0.7
12  Pump_B       189
12  label      0.05

当我基于ID作为关键字合并这两个数据帧时，我得到

ID component weight component_B  weight_B
12  Cap        0.4   Cap_B        0,7
12  Cap        0.4   Pump_B       189
12  Cap        0.4   label        0.05
12  Pump       183   Cap_B        0,7
12  Pump       183   Pump_B       189
14  Pump       183   label        0.05
...

我了解到，如果我执行合并，则只有一个ID会倒出3行，这实际上会产生9行，但是如果我在Component上执行drop_duplicates，我将丢失信息，那么我如何只保留三行而不丢失信息关于component_B。我想要类似的东西：

ID component weight  component_B  weight_B
12  Cap        0.4    Cap_B        0,7
12  Pump       183    Pump_B       189
12  labeL      0,05   label        0.05

有人知道怎么做吗？

Answer 1

您可以创建一个具有每个ID cumcount的列，以便能够merge使用ID和这个新列，例如：

dfm = dfA.assign(cc=dfA.groupby('ID').cumcount())\
         .merge(dfB.assign(cc=dfB.groupby('ID').cumcount()), 
                on=['ID', 'cc'], how='outer')
print (dfm)
   ID compponent  weight  cc compponent_B  weight_B
0  12        Cap    0.40   0        Cap_B      0.70
1  12       Pump  183.00   1       Pump_B    189.00
2  12      label    0.05   2        label      0.05
3  14        cap    0.60   0          NaN       NaN