所以我有一个数据框(或系列),其中每个列' A'总共出现4次,如下所示:
df = pd.DataFrame([['foo'],
['foo'],
['foo'],
['foo'],
['bar'],
['bar'],
['bar'],
['bar']],
columns=['A'])
A
0 foo
1 foo
2 foo
3 foo
4 bar
5 bar
6 bar
7 bar
我还有另一个数据框,其值类似于A列中的值,但它们并不总是有4个值。它们还有更多列,如下所示:
df_key = pd.DataFrame([['foo', 1, 2],
['foo', 3, 4],
['bar', 5, 9],
['bar', 2, 4],
['bar', 1, 9]],
columns=['A', 'B', 'C'])
A B C
0 foo 1 2
1 foo 3 4
2 bar 5 9
3 bar 2 4
4 bar 1 9
我想合并他们,他们最终使用类似的东西:
df.merge(df_key, how='left', on='A', copy=False)
A B C
0 foo 1 2
1 foo 3 4
2 foo NaN NaN
3 foo NaN NaN
4 bar 5 9
5 bar 2 4
6 bar 1 9
7 bar NaN NaN
但我最终得到了类似的东西。有什么建议吗?
A B C
0 foo 1 2
1 foo 3 4
2 foo 1 2
3 foo 3 4
4 foo 1 2
5 foo 3 4
6 foo 1 2
7 foo 3 4
8 bar 5 9
9 bar 2 4
10 bar 1 9
11 bar 5 9
12 bar 2 4
13 bar 1 9
14 bar 5 9
15 bar 2 4
16 bar 1 9
17 bar 5 9
18 bar 2 4
19 bar 1 9
答案 0 :(得分:7)
您需要使用groupby
+ cumcount
和merge
来创建代理列。
i = df.assign(D=df.groupby('A').cumcount())
j = df_key.assign(D=df_key.groupby('A').cumcount())
i.merge(j, on=['A', 'D'], how='left').drop('D', 1)
A B C
0 foo 1.0 2.0
1 foo 3.0 4.0
2 foo NaN NaN
3 foo NaN NaN
4 bar 5.0 9.0
5 bar 2.0 4.0
6 bar 1.0 9.0
7 bar NaN NaN
答案 1 :(得分:3)
或者您可以从df_key
重复df
剩余次数的A列。
s=df.A.value_counts()-df_key.A.value_counts()
pd.concat([df_key,pd.DataFrame({'A':s.index.repeat(s)})]).sort_values('A')
Out[469]:
A B C
2 bar 5.0 9.0
3 bar 2.0 4.0
4 bar 1.0 9.0
0 bar NaN NaN
0 foo 1.0 2.0
1 foo 3.0 4.0
1 foo NaN NaN
2 foo NaN NaN