两个数据框之间的匹配并将结果添加到其中一个的列（熊猫）

Question

我有以下数据框：

df = pd.DataFrame({'user': ['A', 'B', 'C'], 
                   'results': ['hi how why', 'which how raw', 'final what is']})

df_v2 = pd.DataFrame({'user': ['A', 'B', 'C'], 
                   'results': ['John', 'Peter', 'Anne']}) 

我要做的是寻找两个数据帧之间的用户是否相同，如果相同，我必须在第一个中添加第二个 dataframe 中的结果列，如下所示：

df_new = pd.DataFrame({'user': ['A', 'B', 'C'], 
                   'results': ['hi how why John', 'which how raw Peter', 'final what is Anne']})

关于我该怎么做的任何想法？

Answer 1

您可以使用set_index方法告诉pandas在执行加法、减法等操作时如何对齐数据帧。

new_series = df.set_index("user")["results"] + " " + df_v2.set_index("user")["results"]

print(new_series)
user
A        hi how why John
B    which how raw Peter
C     final what is Anne
Name: results, dtype: object

---

或者，您可以使用merge function 来组合您的数据帧（这也将为您执行对齐操作），然后在merge的 dataframe 上添加列：

new_df = df.merge(df_v2, on="user").assign(newcol=lambda d: d["results_x"] + " " + d["results_y"])

print(new_df)
  user      results_x results_y               newcol
0    A     hi how why      John      hi how why John
1    B  which how raw     Peter  which how raw Peter
2    C  final what is      Anne   final what is Anne

Answer 2

如果每个框架中的用户都是唯一的，则可能如下所示。 也不重复；

df['results']=df['results']+ ' '+df_v2['results']

为了准确性，合并和连接

df_new=pd.merge(df,df_v2, how='left', on='user' )
df_new=df_new.assign(results=df_new['results_x']+ ' '+df_new['results_y']).drop(columns=['results_x','results_y'])
df_new