在相似的列上合並兩個數據框

Question

我有以下兩個數據框，它們是大型數據集的片段：

df1: 
date key    number 
2000  1      50
2001  1      40
2000  2      600
2001  2      650

df2:
key   key2
1       A
2       B 
3       C

我想將key2列添加到與“ key”匹配的df1列中。 結果應如下所示：

date key    number    key2
2000  1      50        A
2001  1      40        A
2000  2      600       B
2001  2      650       B

為此，我使用以下命令：

result = pd.merge(df1, df2, how="left", on="key")

但是，這也將key2“ C”添加到數據集，我不想添加它。 我只希望基於df1的鍵將變量key2附加到df1。 df2中與df1中的鍵不匹配的信息應被刪除。 因此，我的結果數據框應比df1多包含一列，並且行數應准確。

有人知道為什么合並“ left”在這里不起作用，因為如果我這樣運行代碼，我的結果數據幀將有1列（按需要），但比df1還要多，這是我不想要的。

Answer 1

您可以使用pd.Series.replace ：

In [242]: df1['key2'] = df1.key.replace(dict(df2.values)); df1
Out[242]: 
   date  key  number key2
0  2000    1      50    A
1  2001    1      40    A
2  2000    2     600    B
3  2001    2     650    B

---

您也可以使用df.merge為合並指定left_on和right_on列：

In [251]: df1.merge(df2, left_on='key', right_on='key')
Out[251]: 
   date  key  number key2
0  2000    1      50    A
1  2001    1      40    A
2  2000    2     600    B
3  2001    2     650    B

實際上，您可以省略關鍵字參數， pd.merge(df1, df2)也適用（例如您的示例）。

Answer 2

感謝您的答復。 我實際上是通過以下方式完成的：

result= df1.join(df2, how="left", on="key", lsuffix='_', rsuffix='_')

我不知道為什么這不會產生與合並相同的結果...