Question

我有以下两个熊猫DataFrame：

第一个：

df1 = pd.DataFrame({'Name':['John','John','John','Paul','Paul','Jimmy'], 'Book':['B1','B2','B1','B3','B4','B3']})
╔═══════╦══════╗
║ Name  ║ Book ║
╠═══════╬══════╣
║ John  ║ B1   ║
║ John  ║ B2   ║
║ John  ║ B1   ║
║ Paul  ║ B3   ║
║ Paul  ║ B4   ║
║ Jimmy ║ B3   ║
╚═══════╩══════╝

第二个：

df2 = pd.DataFrame({'Name':['John','Paul','Jimmy'], 'Age':[25,18,28]})
╔═══════╦═════╗
║ Name  ║ Age ║
╠═══════╬═════╣
║ John  ║  25 ║
║ Paul  ║  18 ║
║ Jimmy ║  28 ║
╚═══════╩═════╝

我希望结果是：

╔═══════╦══════╦═════╗
║ Name  ║ Book ║ Age ║
╠═══════╬══════╬═════╣
║ John  ║ B1   ║  25 ║
║ John  ║ B2   ║  25 ║
║ John  ║ B1   ║  25 ║
║ Paul  ║ B3   ║  18 ║
║ Paul  ║ B4   ║  18 ║
║ Jimmy ║ B3   ║  28 ║
╚═══════╩══════╩═════╝

也就是说，使用“名称”列作为键，将“年龄”列添加到第一数据框，并保留重复的名称。

Answer 1

这很简单：

df1 = pd.DataFrame({'Name':['John','John','John','Paul','Paul','Jimmy'], 'Book':['B1','B2','B1','B3','B4','B3']})

df2 = pd.DataFrame({'Name':['John','Paul','Jimmy'], 'Age':[25,18,28]})

df1.merge(df2)

Out[22]: 
    Name Book  Age
0   John   B1   25
1   John   B2   25
2   John   B1   25
3   Paul   B3   18
4   Paul   B4   18
5  Jimmy   B3   28

Answer 2

使用import pandas as pd df = pd.DataFrame({'id':[1,1,2,2,2,4], 'wave':['C','A','A','B','C','A']}) df['wave_num'] = df['wave'].apply(lambda x: ord(x)) df['difference'] = df.groupby('id')['wave_num'].diff() list(df.loc[(df.difference<0)]['id'].unique())和set_index：

map

输出：

df1['Age'] = df1['Name'].map(df2.set_index('Name')['Age'])
print(df1)

映射将比合并更快，因为我们仅映射单个列。

％timeit df1 ['Age'] = df1 ['Name']。map（df2.set_index（'Name'）['Age']）
  每个循环1.22 ms±34.4 µs（平均±标准偏差，共运行7次，每个循环1000个）

％timeit df1.merge（df2）
  每个循环2.93 ms±73.3 µs（平均±标准偏差，共运行7次，每个循环100个循环）

如何合并两个熊猫DataFrame并保持重复的值？

2 个答案: