Question

n1 = DataFrame({'zhanghui':[1,2,3,4] , 'wudi':[17,'gx',356,23] ,'sas'[234,51,354,123]  })
n2 = DataFrame({'zhanghui_x':[1,2,3,5] , 'wudi':[17,23,'sd',23] ,'wudi_x':[17,23,'x356',23] ,'wudi_y':[17,23,'y356',23] ,'ddd':[234,51,354,123]  })

代码上面定义了两个DataFrame对象。我想用'zhanghui＆＃39;来自n1和＆＃39; zhanghui_x＆＃39;的字段来自n2的字段为＆＃34; on＆＃34;字段合并n1和n2，所以我的代码如下：

n1.merge(n2,how = 'inner',left_on = 'zhanghui',right_on='zhanghui_x')

然后给出结果列如下：

sas     wudi_x  zhanghui    ddd     wudi_y  wudi_x  wudi_y  zhanghui_x

出现了一些重复的列，例如＆＃39; wudi_x＆＃39; ＆＃39; wudi_y＆＃39 ;. 那么它是熊猫内心的问题还是我对pd.merge的错误用法？

Answer 1

你的方法是正确的，pandas在合并了与原始标题“重复”的列之后自动给出了后记，给出了postcript _x，_y等。

您可以先选择要合并的列并继续：

cols_to_use = n2.columns - n1.columns
n1.merge(n2[cols_to_use],how = 'inner',left_on = 'zhanghui',right_on='zhanghui_x')

结果列：

sas wudi    zhanghui    ddd wudi_x  wudi_y  zhanghui_x

Answer 2

当我尝试运行cols_to_use = n2.columns - n1.columns时，它给了我一个像这样的TypeError：

cannot perform __sub__ with this index type: <class pandas.core.indexes.base.Index'>

然后我尝试使用以下代码：

cols_to_use = [i for i in list(n2.columns) if i not in list(n1.columns) ]

它工作正常，结果列如下：

sas  wudi   zhanghui    ddd wudi_x  wudi_y  zhanghui_x

所以，@ S Ringne的方法确实解决了我的问题。

=============================================

Pandas只需添加后缀，例如＆＃39; _x＆＃39;在合并两个Frame对象时解决重复列名称问题。

但如果名称形式为＆＃39; a-column-name＆＃39; +＆＃39; _x＆＃39;出现在任何一个Frame对象中？我曾经认为它会检查＆＃39; a-column-name＆＃39; +＆＃39; _x＆＃39;的名称形式。看来，但实际上大熊猫没有这个检查？

Answer 3

从熊猫文档中，merge（）函数具有以下属性；

pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None,
     left_index=False, right_index=False, sort=True,
     suffixes=('_x', '_y'), copy=True, indicator=False,
     validate=None)

其中后缀表示要附加到“重叠”列的默认后缀字符串，其默认值为'_ x'和'_ y'。

我不确定我是否正确理解了您的后续问题，但是;

＃case1
如果第一个dataFrame的列为'column_name_x'，而第二个dataFrame的列为'column_name'，则没有重叠的列，因此没有后缀。

＃case2
如果第一个dataFrame的列为'column_name'，'column_name_x'，而第二个dataFrame的列也为'column_name'，则默认后缀将附加到重叠的列，因此第一帧的'columnn_name'变为'column_name_x'，并导致已经存在的列重复。

不过，您可以将 None 值传递给其中一个（不是全部）的后缀，以确保某些dataFrame的列名保持原样。

pandas merge产生重复的列

3 个答案: