Question

我有一个大数据框df和一个包含2列df_right和a的小数据框b。我想在a上进行简单的左连接/查找而不复制df。

我想出了这段代码，但我不确定它有多强大：

dtmp = pd.merge(df[['a']], df_right, on = 'a', how = "left")  #one col left join
df['b'] = dtmp['b'].values

我知道当有重复的密钥时它肯定会失败：pandas left join - why more results?

有更好的方法吗？

相关：

Answer 1

你快到了。有4个案例需要考虑：

您的代码在案例3＆amp;中失败4，因为合并扩展了df中的行数。为了使其工作，您需要在合并之前选择要放在df_right中的信息。这样做的目的是强制任何合并方案为案例1或2.

例如，如果您希望为df_right中的每个重复密钥保留“第一”值，则以下代码适用于上述所有4个案例。

dtmp = pd.merge(df[['a']], df_right.drop_duplicates('a', keep='first'), on='a', how='left')
df['b'] = dtmp['b'].values

或者，如果'b'的{{1}}列由数值组成，并且您希望有摘要统计信息：

df_right

希望这有帮助。