在相似的列上合并两个数据框

Question

我有以下两个数据框，它们是大型数据集的片段：

df1: 
date key    number 
2000  1      50
2001  1      40
2000  2      600
2001  2      650

df2:
key   key2
1       A
2       B 
3       C

我想将key2列添加到与“ key”匹配的df1列中。 结果应如下所示：

date key    number    key2
2000  1      50        A
2001  1      40        A
2000  2      600       B
2001  2      650       B

为此，我使用以下命令：

result = pd.merge(df1, df2, how="left", on="key")

但是，这也将key2“ C”添加到数据集，我不想添加它。 我只希望基于df1的键将变量key2附加到df1。 df2中与df1中的键不匹配的信息应被删除。 因此，我的结果数据框应比df1多包含一列，并且行数应准确。

有人知道为什么合并“ left”在这里不起作用，因为如果我这样运行代码，我的结果数据帧将有1列（按需要），但比df1还要多，这是我不想要的。

Answer 1

您可以使用pd.Series.replace ：

In [242]: df1['key2'] = df1.key.replace(dict(df2.values)); df1
Out[242]: 
   date  key  number key2
0  2000    1      50    A
1  2001    1      40    A
2  2000    2     600    B
3  2001    2     650    B

---

您也可以使用df.merge为合并指定left_on和right_on列：

In [251]: df1.merge(df2, left_on='key', right_on='key')
Out[251]: 
   date  key  number key2
0  2000    1      50    A
1  2001    1      40    A
2  2000    2     600    B
3  2001    2     650    B

实际上，您可以省略关键字参数， pd.merge(df1, df2)也适用（例如您的示例）。

Answer 2

感谢您的答复。 我实际上是通过以下方式完成的：

result= df1.join(df2, how="left", on="key", lsuffix='_', rsuffix='_')

我不知道为什么这不会产生与合并相同的结果...