[英]pandas merge dataframes on a condition
假設我有一個父母df:
parent_df:
id
11.0_A
121.0_B
433.0_A
32.0_A
12.0_B
我還有另外兩個數據框 df_A 和 df_B。
df_A:
id, name
.
.
11, abc
433, xyz
32, jkl
df_B:
id, name
.
.
121, mno
12, pqr
我希望根據行將parent_df
與適當的 df_A 或 df_B 合並。
預期結果:
parent_df
id, name
11.0_A, abc
121.0_B, mno
433.0_A, xyz
32.0_A, jkl
12.0_B, pqr
我如何實現這一目標?
我知道合並兩個 df 我可以簡單地做:
parent_df = parent_df.merge(df_A, on=['id'], how='inner')
但事實並非如此,我需要處理一個條件,也許在.0_
之后拆分id
也是如此。
任何幫助,將不勝感激!
您可以使用split
和explode
,然后使用df_A
和df_B
的連接進行合並:
df_res = parent_df.merge(
pd.concat((
pd.concat((df_A, pd.DataFrame(['A' for _ in range(len(df_A))], columns=['AB'])), axis=1), # add a column with 'A'
pd.concat((df_B, pd.DataFrame(['B' for _ in range(len(df_B))], columns=['AB'])), axis=1), # add a column with 'B'
)), # concatenate df_A and df_B, enriched by 'AB' column
how='left',
left_on=['AB', 'id_AB'],
right_on=['AB', 'id'],
suffixes=('_x', '_y'),
)[['id_x', 'name']].rename(columns={'id_x': 'id'})
假設parent_df
、 df_A
和df_B
如下:
import pandas as pd
parent_df = pd.DataFrame(
data=[
['11.0_A'],
['121.0_B'],
['433.0_A'],
['32.0_A'],
['12.0_B'],
], columns=['id']
)
df_A = pd.DataFrame(
data=[
[11, 'abc'],
[433, 'xyz'],
[32, 'jkl'],
],
columns=['id', 'name']
)
df_B = pd.DataFrame(
data=[
[121, 'mno'],
[12, 'pqr'],
],
columns=['id', 'name']
)
df_res
是:
id name
0 11.0_A abc
1 121.0_B mno
2 433.0_A xyz
3 32.0_A jkl
4 12.0_B pqr
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.