Question

我有两个数据框： df1如下：

  col0 col1  col1.1  col3
0    a    d       1     6
1    b    e       5     7

和df2如下：

  colx  coly
0    a    10
1    b    20
2    d    50
3    e    40

我如何就地合并数据帧，以使最终的df看起来像这样？

  col0 col1  col1.1  col3  colx coly
0    a    d       1     6   10   50
1    b    e       5     7   20   40

据我了解，pandas中的merge方法基于给定的轴合并两个数据帧。在这种情况下，我想基于另一个数据框中的值来合并它们。在这种情况下，我要寻找什么功能？

Answer 1

使用merge链接两次：

mrg = df1.merge(df2, left_on='col0', right_on='colx')\
         .merge(df2, left_on='col1', right_on='colx')\
         .drop(columns=['colx_x', 'colx_y'])

输出

  col0 col1  col1.1  col3  coly_x  coly_y
0    a    d       1     6      10      50
1    b    e       5     7      20      40

Answer 2

您可以使用fclose：

map

输出：

mapper = df2.set_index('colx')['coly']
df1['colx'] = df1['col0'].map(mapper)
df1['coly'] = df1['col1'].map(mapper)

print(df1)

Answer 3

使用applymap和const options = { enableHighAccuracy: true, timeout: 5000, maximumAge: 0 }; navigator.geolocation.getCurrentPosition( success, error, options ); success = (pos) => { console.log(pos); }：

get

s=df2.set_index('colx')['coly']
df1[['colx','coly']]=df1.iloc[:,:2].applymap(lambda x: s.get(x))
print(df1)

Answer 4

使用65001 : Unicode(UTF8)的另一种解决方案：

replace

输出：

dct = df2.set_index('colx')['coly'].to_dict()
df1['coly_x'] = df1['col0'].replace(dct)
df1['coly_y'] = df1['col1'].replace(dct)

Answer 5

这是连接索引的方法：

df1.join([df2.iloc[0:2,1].rename('colx'),
          df2.iloc[2:,1].rename('coly').reset_index(drop=True)])

提取，设置子集并重命名所需列的元素。第二个系列的索引被重置为匹配。然后将它们加入df1。

这将返回

  col0 col1  col1.1  col3  colx  coly
0    a    d       1     6    10    50
1    b    e       5     7    20    40

在熊猫中合并多个数据框

5 个答案: