熊猫：加入＆＃39; on＆＃39;失败

Question

我有两个DataFrame，df1：

        ID     value 1
0      5      162
1      7      185
2      11     156

和df2：

        ID     Comment
1      5      
2      7      Yes!
6      11

...我想使用ID加入，结果如下：

ID     value 1     Comment
5      162
7      185         Yes!
11     156

真正的DataFrame更大，包含更多列，我基本上想要将Comment列从df2添加到df1。我尝试使用

df1 = df1.join(df2['Comment'], on='ID')

...但是这只会让我在df1中找到一个新的空Comment列，就像.join以某种方式无法使用ID列作为索引。我也试过

df1 = df1.join(df2['Comment'])

...但是它使用的默认索引在两个DataFrame之间不匹配（它们也有不同的长度），在错误的位置给我一个Comment值。

我做错了什么？

Answer 1

您可以进行合并以达到您想要的效果：

In [30]:

df1.merge(df2, on='ID')
Out[30]:
   ID  value1 Comment
0   5     162    None
1   7     185    Yes!
2  11     156    None

[3 rows x 3 columns]

join的问题是，默认情况下它执行左索引连接，因为您的数据框没有匹配的公共索引值，那么您的注释列最终为空

修改

从评论开始，如果您想要保留df1中的所有值，只添加非空的评论并且df1中存在ID，那么您可以执行left合并：

df1.merge(df2.dropna( subset=['Comment']), on='ID', how='left')

这将删除任何带有空注释的行，使用ID列将df1和df2合并到但执行left合并，因此保留左侧的所有值，但是合并与ID列匹配的评论，默认为inner，保留左右dfs中的ID。

有关merge和examples的进一步信息。