Pandas - Merge和Groupby不同的数据帧并创建新列

Question

拥有 n 个n个City列数据的数据帧。

df1：

 ID      City      City1    City2     ....   CityN
 444x    Lima                DC
 222x    Rica      Dallas
 555x    Rio       London
 333x    NYC       Tokyo
 777x    SF                 Nairobi

df2：

 ID      City      City1    City2     ....    CityN
 000x    Lima                Miami
 888x    Cct      Texas
 999x    Delhi
 444x    Tokyo     Ktm
 333x    Aus                 Paris

dfN：

 ID      City      City1    City2     ....   CityN
 444x    Lima                DC
 333x    Rica      Dallas
 555x    Rio       London
 666x    NYC       Tokyo
 777x    SF                 Nairobi

我尝试逐个合并数据帧，但City列值会被最后一个数据帧值覆盖。

dfOutput=df1.merge(df2, how='left', on='ID')

我希望保留所有这些City1, City2, ...CityN 列值。我在下面列出了示例输出。

 ID      City1    City2    City3  City4     City5     City6
 444x    Tokyo     Lima     DC     Miami     Ktm
 333x    NYC       Tokyo     Aus     Paris   Rica     Dallas

等剩下的IDs。我也试过在SO中使用另一个问题提供的groupbyID。

cities = df.groupby('ID')['City'].apply(lambda x: pd.Series([city for city in x])).unstack()

感谢您的帮助。

Answer 1

IIUC您可以使用pd.merge而不使用left参数：

In [14]: df1
Out[14]: 
     ID  City   City1    City2
0  444x  Lima       -       DC
1  222x  Rica  Dallas        -
2  555x   Rio  London        -
3  333x   NYC   Tokyo        -
4  777x    SF       -  Nairobi

In [15]: df2
Out[15]: 
     ID   City  City1  City2
0  000x   Lima      -  Miami
1  888x    Cct  Texas      -
2  999x  Delhi      -      -
3  444x  Tokyo    Ktm      -
4  333x    Aus      -  Paris

In [16]: pd.merge(df1, df2, on='ID')
Out[16]: 
     ID City_x City1_x City2_x City_y City1_y City2_y
0  444x   Lima       -      DC  Tokyo     Ktm       -
1  333x    NYC   Tokyo       -    Aus       -   Paris

然后，您可以为结果数据框重命名列：

cols = ['ID'] + ['City' + str(i) for i in range(1, len(df3.columns))]

In [21]: cols
Out[21]: ['ID', 'City1', 'City2', 'City3', 'City4', 'City5', 'City6']