使用內部聯接加入兩個數據幀

Question

假設我有這兩個數據集：

Data frame 1:
X |  date
a |  1/1/2018
a |  1/2/2018
...
b |  1/1/2018

並且df 2：

Holiday
1/1/2018
5/1/2018

在第一個數據集中添加新列的優雅方法是什么，當日期與第二個數據集匹配時為1？

非常感謝你！

Answer 1

這是通過isin()方法實現的。

df1 = pd.DataFrame({'date': ['1/1/2018', '1/2/2018', '1/1/2018']})
df2 = pd.DataFrame({'Holiday': ['1/1/2018', '5/1/2018']})
df1
#        date
# 0  1/1/2018
# 1  1/2/2018
# 2  1/1/2018
df2
#     Holiday
# 0  1/1/2018
# 1  5/1/2018

df1['is_holiday'] = df1.date.isin(df2.Holiday).astype(int)

df1
#        date  is_holiday
# 0  1/1/2018           1
# 1  1/2/2018           0
# 2  1/1/2018           1

Answer 2

該isin @Mike的方法足以滿足你的答案，但只是為了方便起見，您可以通過使用有關比賽的詳細信息擴展您的數據幀merge有一個指標：

df1.merge(df2, left_on='date', right_on='Holiday', how='left', indicator=True)

   X      date   Holiday     _merge
0  a  1/1/2018  1/1/2018       both
1  a  1/2/2018       NaN  left_only
2  b  1/1/2018  1/1/2018       both

在這里，我們看到我們的_merge列，它指示匹配是僅在兩者中還是在左側。

Answer 3

“合並”和“連接”這兩個詞在Pandas和其他語言中相對可互換，即SQL和R.在Pandas中，有單獨的“merge”和“join”函數，兩者都做類似的事情。

result = pd.merge(df1, df2, on = 'id_column')
result.head()

在您的特定情況下，這可能不是完全必要的，因為您確實想要有條件地將列添加到現有數據框。 正如@Mike建議的那樣，你應該使用isin() 。 這里唯一的區別是我選擇使用bool數據類型而不是int 。

df1['is_holiday'] = df1.date.isin(df2.Holiday).astype(bool)