Question

我的问题与Pandas Merge - How to avoid duplicating columns类似，但我找不到下面具体示例的解决方案。

我有DateFrame df：

Customer    Address
J. Smith    10 Sunny Rd Timbuktu

和Dataframe电子邮件：

Name        Email
J. Smith    j.smith@myemail.com

我想合并两个数据帧以产生：

Customer    Address                 Email
J. Smith    10 Sunny Rd Timbuktu    j.smith@myemail.com

我使用以下代码：

data_names = {'Name':data_col[1], ...}
mapped_name = data_names['Name']
df = df.merge(emails, how='inner', left_on='Customer', right_on=mapped_name)

结果是：

Customer    Address                 Email                 Name
J. Smith    10 Sunny Rd Timbuktu    j.smith@myemail.com   J. Smith

虽然我可以删除名为mapped_name的列，但是mapped_name可能是＆＃39; Customer＆＃39;在这种情况下，我不想删除两个客户列。

有什么想法吗？

Answer 1

我认为您可以将email数据框中的第一列重命名为Customer，how='inner'可以省略，因为默认值为：

emails.columns = ['Customer'] + emails.columns[1:].tolist()

df = df.merge(emails, on='Customer')
print (df)
   Customer               Address                Email
0  J. Smith  10 Sunny Rd Timbuktu  j.smith@myemail.com

与另一个答案类似的解决方案 - 可以重命名由[0]选择的第一列：

df = df.merge(emails.rename(columns={emails.columns[0]:'Customer'}), on='Customer')
print (df)
   Customer               Address                Email
0  J. Smith  10 Sunny Rd Timbuktu  j.smith@myemail.com

Answer 2

您只需将您的电子邮件名称列重命名为＆＃39;客户＆＃39;然后合并。这样，您根本不必担心丢弃该列。

df.merge(emails.rename(columns={mapped_name:'Customer'}), how='inner', on='Customer')
Out[53]: 
   Customer               Address                Email
0  J. Smith  10 Sunny Rd Timbuktu  j.smith@myemail.com

Pandas合并两个数据帧而不重复列

2 个答案: