Question

我有2个数据帧df和ndf需要在2列上连接。这与1：1的使用加入不同

try:
    from StringIO import StringIO
except ImportError:
    from io import StringIO

myst="""india / gujarat, 22905034 , 19:44   
india / kerala, 1905094  , 19:33
india / madhya pradesh,  905154 ,   21:56

"""
u_cols=['country_state', 'index', 'current_tm']

myf = StringIO(myst)
import pandas as pd
df = pd.read_csv(StringIO(myst), sep=',', names = u_cols)



myst="""india ,  Gujrat, high 
india , KERALA , high
india , madhya pradesh, low 
india, bihar, low
"""
u_cols=['country', 'state', 'progress']

myf = StringIO(myst)
import pandas as pd
ndf = pd.read_csv(StringIO(myst), sep=',', names = u_cols)

预期结果看起来像这样......

country state   progress    index   current_tm
india   Gujrat  high    22905034    19:44
india   KERALA  high    1905094 19:33
india   madhya pradesh  low 905154  21:56
india   bihar   low

此数据框由最终用户提供，可能包含非有效格式，例如india / abc / xyz 有没有办法连接多列的单个列？

更新：

这与我想要达到的目标很接近。

df=df.join(df['branch_name'].str.split('/', expand=True))

有没有办法以这样的方式扩展它只会分成2列？例如如果字符串是a / b / c那么a应该在一列中而b / c应该在另一列中？

Answer 1

使用

In [232]: dfs = df.country_state.str.split(' / ').str[1]

In [233]: ndfs = ndf.state.str.lower().str.strip()

In [234]: pd.merge(df, ndf, left_on=dfs, right_on=ndfs, 
                   how='right').drop('country_state', 1)
Out[234]:
       index current_tm country            state progress
0  1905094.0      19:33  india           KERALA      high
1   905154.0      21:56  india    madhya pradesh     low
2        NaN        NaN  india            Gujrat    high
3        NaN        NaN   india            bihar      low

加入另一个pandas数据框的多个列

1 个答案: