[英]Pandas left join returning multiple rows
我正在使用 python 合並兩個數據幀:
join=pd.merge(df1,df2,on=["A","B"],how="left")
表格1:
A B
a 1
b 2
c 3
表 2:
A B Flag C
a 1 0 20
b 2 1 40
c 3 0 60
a 1 1 80
b 2 0 10
左連接后得到的結果是:
A B Flag C
a 1 0 20
a 1 1 80
b 2 1 40
b 2 0 10
c 3 0 60
在這里,我們看到第 1 行和第 2 行由於表 2 出現了兩次。我想僅保留基於Flag
列的一行。 我想保留Falg
值為 `= 1 的兩行之一
所以最終預期輸出是:
A B Flag C
a 1 1 80
b 2 1 40
c 3 0 60
有沒有pythonic的方法來做到這一點?
# raise preferred lines to the top
df2 = df2.sort_values(by='Flag', ascending=False)
# deduplicate
df2 = df2.drop_duplicates(subset=['A','B'], keep='first')
# merge
pd.merge(df1, df2, on=['A','B'])
A B Flag C
0 a 1 1 80
1 b 2 1 40
2 c 3 0 60
這個概念類似於您在 SQL 上所做的:將一個表與選擇標准(在這種情況下為標志的最大值)分開,留下足夠的列來匹配聯合表上的觀察。
join = pd.merge(df1, df2, how="left").reset_index()
maximums = join.groupby(by='A').max()
join = pd.merge(join, maximums, on=['Flag', 'A'])
嘗試使用此連接:
join=pd.merge(df1,df2,on=["A","B"],how="left", left_index=True, right_index=True)
print(join)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.