通过将第一个数据帧的一列与第二个数据帧的两列匹配来合并两个数据帧

Question

我正在使用两个数据框：

df1 = {'Metropolitan area': {0: 'New York City',
  1: 'Los Angeles',
  2: 'San Francisco Bay Area',
  3: 'Chicago',
  4: 'Dallas–Fort Worth'},
 'token_nhl': {0: 'Devils',
  1: 'Ducks',
  2: 'Sharks',
  3: 'Blackhawks',
  4: 'Stars'}}

df2 = {'NHL': {0: 'team1', 1: 'team2', 2: 'team3', 3: 'team4', 4: 'team5'},
 'token_nhl': {0: 'Devils', 1: 'Ducks', 2: 'x', 3: 'Stars', 4: 'Sharks'},
 'token_nhl1': {0: 'a', 1: 'b', 2: 'Blackhawks', 3: 'c', 4: 'd'}}

我正在尝试合并它们，但我想将 df1 中的“token_nhl”列的值与 df2 中的“token_nhl”和“token_nhl1”相匹配，所以每当我在“token_nhl”中找不到值时, 我 go 在 'token_nhl1' 中寻找它，然后得到的数据帧将是：

{'NHL': {0: 'team1', 1: 'team2', 2: 'team3', 3: 'team4', 4: 'team5'},
 'token_nhl_left': {0: 'Devils', 1: 'Ducks', 2: 'x', 3: 'Stars', 4: 'Sharks'},
 'token_nhl1_left': {0: 'a', 1: 'b', 2: 'Blackhawks', 3: 'c', 4: 'd'},
 'token_nhl_right': {0: 'Devils',1: 'Ducks',2: 'Blackhawks',3: 'Stars',4: 'Sharks'}}

Answer 1

为此，您需要合并两次：

1：重命名列，因为合并后 pandas 没有给出两个不同的列

df1 = df1.rename(columns = {"token_nhl":"token_nhl_left"})
df2 = df2.rename(columns = {"token_nhl":"token_nhl_right"})
# creating variables
left_on = "token_nhl_left"
right_on1 = "token_nhl_right"
right_on2 = "token_nhl1"
left_columns = df1.columns

2. 合并1

    df_temp1 = pd.merge(left = df1, right = df2, left_on = left_on, right_on = right_on1, how = 'left')

3. 合并 2

    df_temp2 = pd.merge(left = df_temp1[pd.isna(df_temp1[right_on1])][left_columns], right = df2, left_on = left_on, right_on = right_on2, how = 'left')

4. 连接

    df_final = pd.concat([df_temp1[pd.notna(df_temp1[right_on1])], df_temp2])

Answer 2

我解决这个问题的方法包括两个步骤。

1 - 创建一段代码以将所需信息带到列表中：

lis = []
for (y,w) in zip(list(df2['token_nhl']), list(df2['token_nhl1'])):
    if y in list(df1['token_nhl']):
        lis.append(y)
    else:
        lis.append(w)

2 - 将该列表分配给包含所有其他所需数据的新数据框。 之后，重命名列：

df3 = df2.assign(token_nhl_right=lis)
df3.rename(columns={'token_nhl':'token_nhl_left' ,'token_nhl1':'token_nhl1_left'})