根据单个列信任在大熊猫中合并两条记录

Question

我最近开始使用Pandas（Python初学者）。我正在尝试合并来自不同ID的两个记录，并创建一个最终记录，其中包含每个列我信任的ID中每列的值。

df_output:
NAME      ADDRESS    PHONE
abc       street2     8888    

所以在这里，基于每个id的每列的优先级，我应该得到单输出记录：

AlertDialog

所以基本上我应该从ID = 1获得NAME，从ID = 2获得其他2个字段 同样，我有成千上万的记录，我将通过逻辑选择两对记录，并使用上述方法计算最终输出记录。

除了循环每个数据帧的每一列，提取优先级并按concat列逐列构建新记录之外，我无法想到实现此目的的方法。但我认为这是非常低效的。任何帮助将不胜感激。

Answer 1

我可能误解了您的问题，但无论如何，重新审视您组织数据帧的方式似乎很有用。话虽这么说，这个解决方案虽然可能不优雅，但却适用于您的情况：

gridSpan

您的# start by concatenating df1 and df2 into one dataframe full_df = pd.concat([df1, df2]) # create an empty output dataframe with the columns you want df_output = pd.DataFrame(columns = df1.columns[1:]) # loop through your df_col_priority, making a series of your desired values, # appending that series to df_output # this uses a list iteration df_output = df_output.append(pd.Series( [full_df.loc[full_df.ID == row.PRIORITY_BY_ID, row.COLUMN].values[0] for _, row in df_col_priority.iterrows()], index=df_col_priority.COLUMN), ignore_index=True) 看起来像是：

df_output