如何在连续两列匹配的情况下合并两个不同的数据框内容

Question

我有一个包含 1064 条记录的 dataframe1 和包含 328 条记录的 dataframe2。 我想将 dataframe2 合并到 dataframe1 中。 在第二个 df 中没有相应数据的其余记录的数据框应该用文本“NA”填充。 例如

DF1

Name    Area    Totalcases
Name1         Area1         200
Name2         Area2         300
Name3         Area2         100
Name3         Area3         0

DF2

Name    Area    Seriouscases     Othercases
Name1         Area1         50         150
Name2         Area2         100        200
Name3         Area2         150         150

期望输出

Name    Area    Totalcases    Seriouscase    Othercases
Name1   Area1         200         50         150
Name2   Area2         300         100        200
Name3   Area2         100         150         150
Name3   Area3         0           NA          NA

我使用以下命令来完成工作

df = pd.merge(readCSV1, readCSV2, on=['Name', 'Area'], how='left').fillna(method='ffill')

但是我面临的问题是名称列中经常有几个相似的名称，并且经常即使第二个文件中没有相应的数据也会填充相似名称的数据。 如何确保数据仅合并如果名称和区域都匹配，则合并相应的数据，或者如果第二个 df 中的数据不可用，则用“NA”填充

Answer 1

尝试这个：

import pandas as pd                                             
                                                            
df1 = pd.DataFrame({                                            
'Name': ['Name1', 'Name2', 'Name3', 'Name3'],               
'Area': ['Area1', 'Area2', 'Area2', 'Area3'],               
'Totalases': [200, 300, 100, 0]                             
})                                                              
                                                            
df2 = pd.DataFrame({                                            
'Name': ['Name1', 'Name2', 'Name3'],                        
'Area': ['Area1', 'Area2', 'Area2'],                        
'Seriouscases': [50, 100, 150],                             
'Othercases': [150, 200, 150]                               
})                                                              
                                                            
new_df = pd.merge(df1, df2, how='left')                         
print(new_df)   

印刷：

   Name   Area  Totalases  Seriouscases  Othercases
0  Name1  Area1        200          50.0       150.0
1  Name2  Area2        300         100.0       200.0
2  Name3  Area2        100         150.0       150.0
3  Name3  Area3          0           NaN         NaN

如果这对您有帮助，请告诉我。