Pandas DataFrame 在“Value2”中加入/合並“Value1”

Question

我有 2 個要合並在一起的數據框。 在 df1 中，它的“id”為 A、B、C……，而在 df2 中，它的“id”為 A1、A2、A3、……、B1、B2、B3……我想合並他們在df1.id in df2.id條件下。 我查看了教程，並搜索了 StackOverflow，但沒有看到任何相關內容。

df1 的鍵是 df2 中的鍵的子集。 因此，一個簡單的 pd.merge(df1, df2, on='id', how...) 會導致 dataframe 不正確。

設置：

dummy_data1 = {
        'id': ['A', 'B', 'C', 'D', 'E'],
        'Feature1': ['1', '2', '3', '4', '5'],
        'Feature2': ['6', '7', '8', '9', '10']}

dummy_data2 = {
        'id': ['A1', 'A2', 'A3', 'B1', 'B2'],
        'Feature1': ['a', 'b', 'c', 'd', 'e'],
        'Feature2': ['f', 'g', 'h', 'i', 'j']}

df1 = pd.DataFrame(dummy_data1, columns = dummy_data1.keys())
df2 = pd.DataFrame(dummy_data2, columns = dummy_data2.keys())

所需的 output：

    id   Feature1_x   Feature2_x   Feature1_y   Feature2_y
0   A1   1            6            a            f
1   A2   1            6            b            g
2   A3   1            6            c            h
3   B1   2            7            d            i
4   B2   2            7            e            j

嘗試 1：

newdf = pd.merge(df1['id'], df2['id'], on='id', how='inner')

結果 1：

Empty DataFrame
Columns: [id]
Index: []

嘗試 2：

newdf = pd.merge(df1['id'], df2['id'], on='id', how='outer')

結果 2：

   id
0   A
1   B
2   C
3   D
4   E
5  A1
6  A2
7  A3
8  B1
9  B2

嘗試 3：

newdf = pd.merge(df1['id'], df2['id'].str[:1], on='id', how='inner')

結果 3：

  id
0  A
1  A
2  A
3  B
4  B

Answer 1

您可以創建一個僅包含來自“id”的字母的新列。 您可以根據需要更改正則表達式。 然后您可以合並該新列，最后在結果中獲得所需的列。

df2['new_id'] = df2['id'].apply(lambda x: re.search(r'[A-Z]',x).group())

df1.merge(df2, left_on='id',right_on='new_id')[['id_y','Feature1_x','Feature2_x','Feature1_y','Feature2_y']]

    id_y    Feature1_x  Feature2_x  Feature1_y  Feature2_y
0   A1          1          6           a         f
1   A2          1          6           b         g
2   A3          1          6           c         h
3   B1          2          7           d         i
4   B2          2          7           e         j

假設：您在 df2 中具有 'A1'、'A2'、'B1' 等類型的id 。