如何合并两个熊猫数据帧之间的数据，其中一个数据帧具有重复的索引值

Question

我有两个装入熊猫的数据框。每个数据框都包含由特定土地块唯一的“图钉”索引的财产信息。

第一个数据框（df1）代表历史销售数据。由于可以多次出售物业，因此索引值（“图钉”）会重复（即，每出售一项物业，都会有一行以地块的“图钉”作为索引号。如果该物业在1天内被出售了一次）在数据集中，索引/“图钉”是唯一的。如果卖出5次，则索引/“图钉”在数据集中将出现5次。

第二个数据帧（df2）是一个属性记录。再次使用唯一的宗地销对其进行索引，但是由于此数据帧是每个属性的记录，因此每个索引值的value_counts（）为1（即索引值不重复）。

我想将数据添加到df1或创建一个新的数据框，该数据框将完整保留df1中的所有数据，但会根据匹配的索引值添加df2中的值。

例如：df1的列为['SALE_YEAR'，'SALE_VALUE']-其中可以包含具有相同索引值的多行。 df2具有列['Address'，'SQFT']，其中索引值在数据帧内都是唯一的。我想通过匹配索引值将“地址”和“ SQFT”数据点添加到df1。

Merge（）和Concat（）似乎不起作用。我相信这是因为语法难以处理/将df2值匹配到多个df1行。

视觉示例：

谢谢您的帮助。

Answer 1

尝试一下：

import pandas as pd
merged_df = pd.merge(left=df1, right=df2, on='PIN', how='left')

如果仍然无法正常工作，则可能是PIN列的数据类型不匹配。

df1['PIN'] = df1['PIN'].astype(int)
df2['PIN'] = df2['PIN'].astype(int)

merged_df = pd.merge(left=df1, right=df2, on='PIN', how='left')