连接两个Pandas数据框，（合并）来自相同列名称的值

Question

我正在使用 json_normalize 将单行数据“ 扩展”分成多行-使用原始行和扩展行中的数据填充列-数据。

在一种情况下，我在原始数据框中具有相同的列名，和正在分解并重新加入的数据。

可以理解，我收到的最初错误是：

ValueError: columns overlap but no suffix specified: Index(['details'], dtype='object')

但是，指定后缀（“ _right”）会产生类似于以下内容的输出：

      status        details         details_right
0       A           752016134   
1       A           752016134   
2       A           835847477   
3       A           405296228   
4       A           193753632   
5       B           667711915   
6       A                           305304644

我正在寻找：

        status      details         
0       A           752016134   
1       A           752016134   
2       A           835847477   
3       A           405296228   
4       A           193753632   
5       B           667711915   
6       A           305304644

我正在使用的代码：

newdataframe = (pd.concat({i: json_normalize(block) for i, block in dataframe1.pop('data').items()})
           .reset_index(level=1, drop=True)
           .join(dataframe1, how='right', rsuffix='_right')
           .reset_index(drop=True))

• 使用“数据”列中包含的json数据扩展dataframe1
• dataframe1和“数据”都包含一个名为“详细信息”的列，我希望将其“合并”

-

检查pandas API参考，似乎是这样做的唯一方法，是在创建结果数据框之后重命名/连接列。

但是，我想在新的数据框创建步骤中执行此操作，这样，如果存在另一个重复的列，则无需“硬编码”任何列/修复程序的详细信息。

请告诉我是否有更好的方法来做我想要的事情。

谢谢！请让我知道是否可以澄清任何事情！

Answer 1

combine_first应该可以工作：

newdataframe = (pd.concat({i: json_normalize(block) for i, block in dataframe1.pop('data').items()})
           .reset_index(level=1, drop=True)
           .combine_first(dataframe1)
           .reset_index(drop=True))

但是也许我的逻辑有误，您需要使用combine。