Pandas通过两列连接DataFrames

3 回答

• 1

  您可以尝试使用 join （默认为左侧）和 rsuffix ，以便使用后缀重命名df2的列名 . 然后，使用 np.where 检查列值是否匹配并为 val3 列分配值 .

  import numpy as np
  
  df = df1.join(df2, rsuffix='_df2')
  df['val3'] = np.where(df.val2 == df.val2_df2, 1, np.NaN)
  del df['val2_df2']
  print(df)
  

  结果：

  val1  val2  val3
  index                  
  1      str1  abc1   1.0
  2      str2  abc2   1.0
  3      str3  abc3   NaN
  4      str4  abc9   NaN
  5      str5  abc4   1.0
  

  回复于 2024-05-04T03:36:09+08:00
• 2

  这是一种方式 . 如下所示，我建议您使用布尔而不是 float 来表示 val3 ，就像系列所代表的那样 .

  # merge and set index
  res = df1.merge(df2, how='left').set_index('index')
  
  # map val2 from df2
  res['val3'] = df2.set_index('index')['val2']
  
  # check for equality of val3 and val2
  res['val3'] = res['val3'] == res['val2']
  
  print(res)
  
         val1  val2   val3
  index                   
  1      str1  abc1   True
  2      str2  abc2   True
  3      str3  abc3  False
  4      str4  abc9  False
  5      str5  abc4   True
  

  回复于 2024-05-04T03:36:09+08:00
• 2

  由于您希望合并索引和列的组合，您可以将它们全部添加到索引，或者在合并之前添加 reset_index . 我们还将 val3 列分配给df2，以便它被合并 .

  (df1.reset_index().merge(
       df2.reset_index().assign(val3 = 1), on=['index', 'val2'], how='left')
      .set_index('index'))
  

  输出：

  val1  val2  val3
  index                  
  1      str1  abc1   1.0
  2      str2  abc2   1.0
  3      str3  abc3   NaN
  4      str4  abc9   NaN
  5      str5  abc4   1.0
  

  ---

  如果 'index' 只是一个列而不是索引，那么就像指定要合并的两个键一样简单 .

  df1.merge(df2.assign(val3 = 1), on=['index', 'val2'], how='left')
  

  输出：

  index  val1  val2  val3
  0      1  str1  abc1   1.0
  1      2  str2  abc2   1.0
  2      3  str3  abc3   NaN
  3      4  str4  abc9   NaN
  4      5  str5  abc4   1.0
  

  回复于 2024-05-04T03:36:09+08:00