熊猫合并多列有条件

Question

我必须执行多次合并，我正在寻找一种比每次编写相同代码更好的方法，创建 4 个数据帧，连接它们并再次将它们与原始数据合并。

我有 2 个数据框，两个数据框都有 2 列包含数字。 我想匹配这 4 列并输出匹配的数字。

这是示例：

df1 = pd.DataFrame({'Name':['John','Michael', 'Sam'], 'Tel1':['2222','3333', '1111'], 'Tel2':[np.nan, np.nan, '5555']})

df2 = pd.DataFrame({'Second Name':['Smith','Cohen','Moore','Kas', 'Faber'], 'Tel3':['888','3333',np.nan , np.nan, np.nan], 'Tel4':[np.nan, np.nan, np.nan , '1111', np.nan]})

预期输出：

我的代码：

df1_temp = pd.merge(df1,df2, left_on='Tel1', right_on='Tel3', how='left')
df2_temp = pd.merge(df1,df2, left_on='Tel1', right_on='Tel4', how='left')
df3_temp = pd.merge(df1,df2, left_on='Tel2', right_on='Tel3', how='left')
df4_temp = pd.merge(df1,df2, left_on='Tel2', right_on='Tel4', how='left')

concat = pd.concat(df1_temp...)

Answer 1

您可以融化数据然后合并：

df1['Second Name'] = (df1[['Tel1','Tel2']]
    .reset_index()
    .melt('index')
    .dropna()
    .merge(df2.melt('Second Name').dropna(),on='value')
    .set_index('index')['Second Name']
)

输出：

      Name  Tel1  Tel2 Second Name
0     John  2222   NaN         NaN
1  Michael  3333   NaN       Cohen
2      Sam  1111  5555         Kas

Answer 2

这并不是短很多，但它确实删除了一步。

concat = pd.concat([df1.merge(df2,left_on='Tel1', right_on='Tel3',how='left'), 
                    df1.merge(df2,left_on='Tel1', right_on='Tel4',how='left'),
                    df1.merge(df2,left_on='Tel2', right_on='Tel3',how='left'),
                    df1.merge(df2,left_on='Tel2', right_on='Tel4',how='left')])

# Drop duplicates
concat.drop_duplicates(inplace=True)



 Name   Tel1    Tel2    Second Name Tel3    Tel4
0   John    2222    NaN             NaN  NaN    NaN
1   Michael 3333    NaN           Cohen 3333    NaN
2   Sam     1111    5555            NaN NaN     NaN
1   Michael 3333    NaN             NaN NaN     NaN
2   Sam     1111    5555            Kas NaN     1111
0   John    2222    NaN           Moore NaN     NaN
1   John    2222    NaN             Kas NaN     1111
2   John    2222    NaN           Faber NaN     NaN
3   Michael 3333    NaN           Moore NaN     NaN
4   Michael 3333    NaN             Kas NaN     1111
5   Michael 3333    NaN           Faber NaN     NaN
0   John    2222    NaN           Smith 888     NaN
1   John    2222    NaN           Cohen 3333    NaN
4   Michael 3333    NaN           Smith 888     NaN