Question

我正在搜索并且找不到这个问题的答案，您是否可以使用OR逻辑执行pandas数据帧的合并？基本上，使用＆＃34;相当于SQL合并，其中t1.A = t2.A OR t1.A = t2.B＆＃34;。

我有一种情况，我将信息从一个数据库拉到数据框（df1），我需要将它与另一个数据库中的信息合并，我将其拉入另一个数据框（df2），基于单个列合并（ COL1）。如果它们匹配时总是使用相同的值，那么它将非常简单。我的情况是，有时他们匹配，有时他们使用同义词。第三个数据库有一个表，该表提供此数据实体（col1和col1_alias）的同义词之间的查找，可以将其拉入第三个数据帧（df3）。我要做的是从df1合并我需要的列和df2需要的列。

如上所述，在df1.col1和df2.col1匹配的情况下，这可行...

df = df1.merge(df2, on='col1', how='left')

但是，它们并不总是具有相同的值，有时会有同义词。我考虑根据df3.col1在df1.col1或df3.col1_alias在df1.col1中的时间来创建df3。然后，从df3.col1和df3.col1_alias（list1）创建单个值列表，并根据list1中的df2.col1选择df2。这将给我从df2我需要的行，但是，仍然不能让我合并df1和df2匹配适当的行。我认为如果有一个OR合并选项，我可以逐步完成并使其工作，但以下所有都引发了语法错误：

df = df1.merge((df3, left_on='col1', right_on='col1', how='left')|(df3, left_on='col1', right_on='col1_alias', how='left'))

和

df = df1.merge(df3, (left_on='col1', right_on='col1')|(left_on='col1', right_on='col1_alias'), how='left')

和

df = df1.merge(df3, left_on='col1', right_on='col1'|right_on='col1_alias', how='left')

以及其他几个变种。关于如何使用df3中的两列中的同义词合并df1和df2的完全不同方法执行OR合并或建议的任何指导？

Answer 1

我想我会在两次合并时这样做：

In [11]: df = pd.DataFrame([[1, 2], [3, 4], [5, 6]], columns=["A", "B"])

In [12]: df2 = pd.DataFrame([[1, 7], [2, 8], [4, 9]], columns=["C", "D"])

In [13]: res = df.merge(df2, left_on="B", right_on="C", how="left")

In [14]: res.update(df.merge(df2, left_on="A", right_on="C", how="left"))

In [15]: res
Out[15]:
   A  B    C    D
0  1  2  1.0  7.0
1  3  4  4.0  9.0
2  5  6  NaN  NaN

正如你所看到的，选择A = 1 - ＆gt; D = 7而不是B = 2 - > D = 8。

注意：为了获得更多的可扩展性（匹配不同的列），拔出单个列可能是有意义的，尽管它们在这个示例中都是相同的：

In [21]: res = df.merge(df2, left_on="B", right_on="C", how="left")["C"]

In [22]: res.update(df.merge(df2, left_on="A", right_on="C", how="left")["C"])

In [23]: res
Out[23]:
0    1.0
1    4.0
2    NaN
Name: C, dtype: float64

Answer 2

#will this work?
df = pd.concat([df1.merge(df3, left_on='col1', right_on='col1', how='left'), df1.merge(df3, left_on='col1', right_on='col1_alias', how='left')]

Python pandas与OR逻辑合并

2 个答案: