Question

我为格式事先致歉。

比方说，我有两个数据框，一个带有名称和电话号码，另一个带有ID＃，以及两个名字电话对。

df1 = pd.DataFrame([['John Doe', '555-555-5555'], ['Jane Doe', '555-555-5556'], ['Joe Doe', '555-555-5557']], columns=['Name', 'Phone'])
df2 = pd.DataFrame([['111','Jimmy Doe', '555-555-5552', 'John Doe', '555-555-5555'], ['112', 'Jane Doe', '555-555-5556', 'Joan Doe','555-555-5553'], ['113','Joe Doe', '555-555-5554', 'Joe Doe', '555-555-5557']], columns=['ID','Name1', 'Phone1', 'Name2', 'Phone2'])

我想合并两个数据帧，以便从df2获得与df1上的人员数据相对应的ID号。在我当前的设置中，我只是简单地多次合并数据帧，首先是在Name1-Phone1集上，然后在Name2-Phone2集上。

执行此操作后，我将在第一个ID列的第一行和第三行（可能是ID_X）中获得一个空白值，并在第二个ID列中获得一个值。

我想做的是编写一个函数，如果第一次合并的结果为空，则使用第二个名称集再次合并。我遇到的主要概念绊脚石是如何应用合并，这是我的理解，我必须基于整个数据框，仅对ID列为空白的行进行操作。

Answer 1

您可以使用pd.wide_to_long重塑第二个DataFrame，而不是执行多个合并，从而可以执行一个合并。通过将分组的列['NameX'，'PhoneX']宽到长，是一种非常用户友好的重塑选项。

df2 = (pd.wide_to_long(df2, i='ID', j='to_drop', stubnames=['Name', 'Phone'])
         .reset_index()
         .drop(columns='to_drop'))
#    ID       Name         Phone
#0  111  Jimmy Doe  555-555-5552
#1  112   Jane Doe  555-555-5556
#2  113    Joe Doe  555-555-5554
#3  111   John Doe  555-555-5555
#4  112   Joan Doe  555-555-5553
#5  113    Joe Doe  555-555-5557

df1.merge(df2, how='left')

       Name         Phone   ID
0  John Doe  555-555-5555  111
1  Jane Doe  555-555-5556  112
2   Joe Doe  555-555-5557  113

当第一次合并的结果为空时，执行第二次合并

1 个答案: