熊猫有条件加入答案

【问题标题】：Pandas conditional join熊猫有条件加入
【发布时间】：2022-01-16 08:42:36
【问题描述】：

我有一个像下面这样的df

df = pd.DataFrame([[1,1], [2,1], [3,1], [1,2], [2,2], [3,2]], columns = ['Var1', 'Var2'])

Var1    Var2
1       1
2       1
3       1
1       2
2       2
3       2

我想合并 df 并创建一个新变量。在 SQL 中，我将通过以下语句实现它

 a.*
,b.var2 as Var3
from df as a
left join
df as b
on a.var1 = b.var1 and a.var2+1 = b.var2

要达到以下效果

Var1    Var2    Var3
1       1       2
2       1       2
3       1       2
1       2   
2       2   
3       2

在 pandas 中尝试执行此操作时，我使用以下语句

df['Var3'] = df.merge(df['Var2'], how='left', left_on=['Var1', 'Var2'+1], right_on=['Var1', 'Var2'])

但是它向我抛出了下面的错误，因为它认为我想连接“Var2”而不是向它添加 +1。

TypeError: can only concatenate str (not "int") to str

如何在 pandas 的数据框上实现这种条件连接？

谢谢！

【问题讨论】：

标签： python sql pandas

【解决方案1】：

试试这个：

df['Var3'] = df.assign(tmp=df['Var2']+1).merge(df, how='left', left_on=['Var1', 'tmp'], right_on=['Var1', 'Var2'])['Var2_y']

输出：

>>> df
   Var1  Var2  Var3
0     1     1   2.0
1     2     1   2.0
2     3     1   2.0
3     1     2   NaN
4     2     2   NaN
5     3     2   NaN

df.assign(tmp=df['Var2']+1) 创建一个临时列，其中包含所有Var2 加一的值。您不能在 Python 中使用 let_on=['Var1', 'Var2' + 1]，因此您可以使用 assign 技巧。

Var2_y的解释：

合并后的中间数据帧如下所示：

>>> df.assign(tmp=df['Var2']+1).merge(df, how='left', left_on=['Var1', 'tmp'], right_on=['Var1', 'Var2'])
   Var1  Var2_x  tmp  Var2_y
0     1       1    2     2.0
1     2       1    2     2.0
2     3       1    2     2.0
3     1       2    3     NaN
4     2       2    3     NaN
5     3       2    3     NaN

有些列已经存在，所以 Pandas 不会覆盖它们，而是将新列重命名为 _x 和 _y。我们想要的列是Var2_y 列，所以我们选择了这一列。

【讨论】：