Python Pandas - Concat兩個具有不同行數和列數的數據幀

Question

我有兩個具有不同行號和列的數據幀。 兩個表都有幾個常見的列，包括“客戶ID”。 兩個表都看起來像這樣，大小分別為11697行×15列和385839行×6列。 客戶ID可能在第二個表中重復。 我想連接兩個表，並希望使用客戶ID合並類似的列。 我怎么能用python PANDAS做到這一點。 一張桌子看起來像這樣 -

而另一個看起來像這樣 -

我使用下面的代碼 -

 pd.concat([df1, df2], sort=False)

只是想確保我沒有丟失任何信息？ 如何檢查是否有多個帶有一個ID的條目，如何將其合並到一個結果中？

編輯 -

當我使用上面的代碼時，這里是數據集中NA'S的值之前和之后 -

有人能告訴我，哪里出錯了？

Answer 1

我相信DataFrame.merge在這種情況下會起作用：

# use how='outer' to preserve all information from both DataFrames
df1.merge(df2, how='outer', on='customer_id')

如果兩個DataFrames的索引都設置為customer_id那么DataFrame.join也可以工作（它也更簡單）：

df1 = df1.set_index('customer_id')
df2 = df2.set_index('customer_id')
df1.join(df2, how='outer')

• DataFrame.merge文檔
• DataFrame.join文檔

Answer 2

pd.concat將在這里做的技巧，只需將axis設置為1以在第二軸（列）上連接，您應該首先為兩個數據幀設置索引到customer_id

import pandas as pd
pd.concat([df1.set_index('customer_id'), df2.set_index('customer_id')], axis = 1)

如果您想通過concatenaton省略具有空值的行，請使用dropna：

pd.concat([df1.set_index('customer_id'), df2.set_index('customer_id')], axis = 1).dropna()