Pandas - 跨不同 CSV 匹配值，然后将一列附加到原始文件

Question

这里是原始程序员。我的任务是清理以 csv 格式存储的医疗数据。

（请记住，当您阅读本文时，我只是一个初级程序员，因此感谢您的耐心等待）

我有一个文件，我们称之为data1，它看起来像这样： data1。它有大约 17,000 行/患者

inc_key 指的是唯一的患者 ID。

我有另一个文件，我们将其称为 data2，它的格式相同，只是其中存储了不同的信息，但它包含数百万行/患者。

我的目标是，对于data1中的每一行/患者，我需要在data2中找到匹配的患者（inc_key值），然后将相应的信息附加（添加到该患者的末尾）到同一患者中数据1。

也就是说，我需要合并这两个文件，除了inc_key值需要匹配。

我正在使用 pandas 模块，有人可以帮我解决这个问题吗？

提前感谢任何提供帮助的人，由于我只是初学者，因此非常感谢。

Answer 1

您正在寻找合并，

这里的文档：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.merge.html

你可以像这样合并数据框，

data1.merge(data2, on=['inc_key'], how='left')

如果在 data2 中找不到 inc_key 时，您可以接受数据丢失，请使用内部连接。

你也可以从data2中只选择你需要的列，像这样加入，

data1.merge(data2[list_of_columns + ['inc_key']], on=['inc_key'], how='left')