如何合并 pandas 数据框中的两列，它们都包含年份但年份不同？答案

【问题标题】：How to merge two columns in a pandas dataframe, both containing years but different years?如何合并 pandas 数据框中的两列，它们都包含年份但年份不同？
【发布时间】：2023-01-01 23:00:42
【问题描述】：

我有一个类似于此的熊猫数据框：

Fruits  Year    Farm A  Year    Farm B
Apples  2021    2000    2022    2200
Apples  2020    1500    2021    2100
Apples  2019    1200    2019    1900

我想将此数据框转换为如下所示：

Fruits  Year    Farm A  Farm B
Apples  2022      -     2200
Apples  2021    2000    2100
Apples  2020    1500    1900
Apples  2019    1200     -

有什么帮助吗？

【问题讨论】：

标签： python pandas

【解决方案1】：

如果您有两个数据框：

Fruits  Year   FarmA
Apples  2021    2000
Apples  2020    1500
Apples  2019    1200

Fruits  Year   FarmB
Apples  2022    2200
Apples  2021    2100
Apples  2019    1900

例如，left 和right，那么您可以按如下方式合并它们：

out = pd.merge(left, right, on=["Fruits", "Year"], how="outer")

看起来像：

   Fruits  Year   FarmA   FarmB
0  Apples  2021  2000.0  2100.0
1  Apples  2020  1500.0     NaN
2  Apples  2019  1200.0  1900.0
3  Apples  2022     NaN  2200.0

你有两个数据帧已经加入Fruits，这很难处理。您可以获得两个单独的数据框，例如：

left  = df[["Fruits", "Year1", "FarmA"]].rename(columns={"Year1": "Year"})
right = df[["Fruits", "Year1", "FarmB"]].rename(columns={"Year2": "Year"})

请注意，我稍微更改了原始 df 的列名称。（重复“年”，“农场 X”中的空格）

【讨论】：

【解决方案2】：

如果数据与原始结构相匹配，我们可以利用DataFrame.melt() 来逆透视我们的数据。虽然这与 OP 的最终输出不匹配，但此结构可用于执行其他操作，并且最好注意具有 NaN 值。

import pandas as pd

df = pd.DataFrame({"Fruits": ["Apple", "Apple", "Apple"],
 "Year": [2021, 2020, 2019],
 "Farm A": [2000, 1500, 1200],
 "Year": [2022, 2021, 2019],
 "Farm B": [2200, 2100, 1900]})

df.melt(id_vars = ["Fruits", "Year"], var_name = "Farm", value_name = "Farm Output")

##    Fruits  Year    Farm  Farm Output
##  0  Apple  2022  Farm A         2000
##  1  Apple  2021  Farm A         1500
##  2  Apple  2019  Farm A         1200
##  3  Apple  2022  Farm B         2200
##  4  Apple  2021  Farm B         2100
##  5  Apple  2019  Farm B         1900

【讨论】：