从python pandas中的两个数据框中连接选定的列

Question

我试图将python熊猫的数据框中的某些列连接起来。 说，我有以下数据帧：

df1 ['Head'，'Body'，'feat1'，'feat2']

df2 ['Head'，'Body'，'feat3'，'feat4']

我想将数据框合并到：

merged_df ['Head'，'Body'，'feat1'，'feat2'，'feat3'，feat4']

凭直觉，我这样做：

merged_df = pd.concat([df1, df2['feat3','feat4'],axis=1)

这没用。 我做了我的研究，并这样做：

merged_df = 
df1[['Head','Body','feat1','feat2']].merge(df2[['Head','feat3','feat4']], 
on='Head', how='left')

它有效，但是导致我的数据存在一些差异。 原来我的一些“头”数据不是唯一的。 因此，现在我正在寻找最直接的方法来将DF2中的选定列连接到我的DF1中。 请注意，两个数据帧遵循相同的顺序，因此DF1中的行1与DF2中的行1直接相关，第8120行也是如此。

谢谢

Answer 1

我认为您需要赋值，它将忽略索引

df1['feat3']=df2['feat3'].values
df1['feat4']=df2['feat4'].values

Answer 2

以一个示例为例，假设我们有两个DataFrame分别为df1和df2 ，那么，如果列中的值相同或唯一，则只需合并即可将列按需要对齐。

$ df1
   Head  Body  feat1  feat2
0     1     1      1      1
1     2     2      2      2
2     3     3      3      3


$ df2
   Head  Body  feat3  feat4
0     1     1      1      1
1     2     2      2      2
2     3     3      3      3

步骤1解决方案：

>>> pd.merge(df1, df2, on=['Head',  'Body'])
   Head  Body  feat1  feat2  feat3  feat4
0     1     1      1      1      1      1
1     2     2      2      2      2      2
2     3     3      3      3      3      3

其次 ，如果您的列值不同，则可以使用pd.concat或pd.merge：

$ df1
   Head  Body  feat1  feat2
0     1     1      1      1
1     2     2      2      2
2     3     3      3      3

$ df2
   Head  Body  feat3  feat4
0     4     1      1      1
1     5     2      2      2
2     6     3      3      3

步骤2解决方案：

如果要使用两个框架中的键并集，则可以同时使用concat和merge ，如下所示：

>>> pd.concat([df1,df2], join="outer", sort=False)
   Head  Body  feat1  feat2  feat3  feat4
0     1     1    1.0    1.0    NaN    NaN
1     2     2    2.0    2.0    NaN    NaN
2     3     3    3.0    3.0    NaN    NaN
0     4     1    NaN    NaN    1.0    1.0
1     5     2    NaN    NaN    2.0    2.0
2     6     3    NaN    NaN    3.0    3.0


>>> pd.merge(df1, df2, on=['Head',  'Body'], how='outer')
   Head  Body  feat1  feat2  feat3  feat4
0     1     1    1.0    1.0    NaN    NaN
1     2     2    2.0    2.0    NaN    NaN
2     3     3    3.0    3.0    NaN    NaN
3     4     1    NaN    NaN    1.0    1.0
4     5     2    NaN    NaN    2.0    2.0
5     6     3    NaN    NaN    3.0    3.0

或者您可以选择拥有：

a）如果您想使用左框中的键

pd.merge(df1, df2, on=['Head',  'Body'], how='left')

b）如果您想使用右框中的按键

pd.merge(df1, df2, on=['Head',  'Body'], how='right')

默认情况下，它需要“内部”。

内部：使用两个框架中关键点的交集，类似于SQL内部联接； 保留左键的顺序

您可以看到DataFrame.merge以了解详细信息。

查看解决方法后，您想使用left frame的键

>>> pd.merge(df1, df2, on=['Head',  'Body'], how='left')
   Head  Body  feat1  feat2  feat3  feat4
0     1     1      1      1    NaN    NaN
1     2     2      2      2    NaN    NaN
2     3     3      3      3    NaN    NaN