Question

我有两个要合并在一起的数据框。在df1中，它具有一个A，B，C，...的“ id”，在df2中，它具有一个A1，A2，A3，...，B1，B2，B3的“ id” ...我要合并它们以df1.id in df2.id为条件。我看过教程，搜索过StackOverflow，但没有发现任何相关内容。

df1的键是df2中的键的子集。因此，简单的pd.merge（df1，df2，on ='id'，如何...）会导致数据帧不正确。

设置：

dummy_data1 = {
        'id': ['A', 'B', 'C', 'D', 'E'],
        'Feature1': ['1', '2', '3', '4', '5'],
        'Feature2': ['6', '7', '8', '9', '10']}

dummy_data2 = {
        'id': ['A1', 'A2', 'A3', 'B1', 'B2'],
        'Feature1': ['a', 'b', 'c', 'd', 'e'],
        'Feature2': ['f', 'g', 'h', 'i', 'j']}

df1 = pd.DataFrame(dummy_data1, columns = dummy_data1.keys())
df2 = pd.DataFrame(dummy_data2, columns = dummy_data2.keys())

所需的输出：

    id   Feature1_x   Feature2_x   Feature1_y   Feature2_y
0   A1   1            6            a            f
1   A2   1            6            b            g
2   A3   1            6            c            h
3   B1   2            7            d            i
4   B2   2            7            e            j

尝试1：

newdf = pd.merge(df1['id'], df2['id'], on='id', how='inner')

结果1：

Empty DataFrame
Columns: [id]
Index: []

尝试2：

newdf = pd.merge(df1['id'], df2['id'], on='id', how='outer')

结果2：

尝试3：

newdf = pd.merge(df1['id'], df2['id'].str[:1], on='id', how='inner')

结果3：

  id
0  A
1  A
2  A
3  B
4  B

Answer 1

您可以创建一个仅包含来自“ id”的字母的新列。您可以根据需要更改正则表达式。然后，您可以在该新列上合并，最后在结果中包含所需的列。

df2['new_id'] = df2['id'].apply(lambda x: re.search(r'[A-Z]',x).group())

df1.merge(df2, left_on='id',right_on='new_id')[['id_y','Feature1_x','Feature2_x','Feature1_y','Feature2_y']]

    id_y    Feature1_x  Feature2_x  Feature1_y  Feature2_y
0   A1          1          6           a         f
1   A2          1          6           b         g
2   A3          1          6           c         h
3   B1          2          7           d         i
4   B2          2          7           e         j

假设：您在df2中有{'1}，'A2'，'B1'等类型的

Pandas DataFrame在“ Value2”中的“ Value1”上合并/合并

1 个答案: