Question

当我尝试将SAS代码转换为python时，我发现了问题。假设我有2个数据框，如下所示：

df = pd.DataFrame({"monthkey": [1, 2, 3, 4, 5]})
df2 = pd.DataFrame({"name": ['foo','foo','bar']})

我希望表格如下：

monthkey name
1        foo 
2        foo 
3        foo  
4        foo  
5        foo  
1        bar  
2        bar  
3        bar  
4        bar  
5        bar

我在下面编写了SAS代码作为参考，但是如何使用python创建结果？

proc sql;
create table want as select a.*,b.*from
df as a left join df2 as b on a.monthkey;
quit;

对此有何建议？谢谢。

Answer 1

您可以尝试以下

df.assign(foo=1).merge(df2.drop_duplicates().assign(foo=1) ).drop('foo', 1)

Answer 2

您还可以尝试在pd.MultiIndex中使用from_product：

pd.DataFrame(index = pd.MultiIndex.from_product([df2['name'].drop_duplicates(),df['monthkey']])).reset_index()

输出：

  level_0  level_1
0     foo        1
1     foo        2
2     foo        3
3     foo        4
4     foo        5
5     bar        1
6     bar        2
7     bar        3
8     bar        4
9     bar        5

Answer 3

df = pd.DataFrame({'monthkey': (list(range(1, 6)) * 2),
                   'name': ['foo' for i in range(1, 6)] + 
                           ['bar' for i in range(6, 11)]})

Using ranges to build one DataFrame made it more straight-forward. Python datastructure documentation contains information regarding this method.

output:

monthkey name
       1  foo
       2  foo
       3  foo
       4  foo
       5  foo
       1  bar
       2  bar
       3  bar
       4  bar
       5  bar

使用python重复行合并数据

3 个答案: