两个 DataFrame 的复杂合并答案

【问题标题】：Complex merge of two DataFrames两个 DataFrame 的复杂合并
【发布时间】：2021-05-27 23:33:15
【问题描述】：

我有两个 DataFrame：

df1:

                     top1 top2 top3
693541495124446625    US   GB   CN
912819499544441670    US   CN   TW

df2:

                         US   GB    CN    TW  \ ...
                                                                    
693541495124446625  939.00 932.00 806.00 789.00 ...
912819499544441670  992.00 646.00 981.00 796.00 ...

如何合并或迭代两个 Dataframe 以获得以下结果：

                       top1          top2          top3
693541495124446625    'US 939.00'  'GB 932.00'   'CN 806.00'
912819499544441670    'US 992.00'  'CN 981.00'   'TW 796.00'

我知道我可以通过几个 for 循环迭代获取 df1 值并将该值作为列 [loc]ation 放入 df2 中，但是有没有优化的解决方案？

【问题讨论】：

标签： python pandas dataframe merge

【解决方案1】：

你可以用df.replace试试这个

u = df2.astype(str).radd(df2.columns+' ')
out = df1.T.replace(u.T).T

或者：

u = df2.astype(str).radd(df2.columns+' ')
df1.T.replace(u.to_dict('index')).T

print(out)
                        top1      top2      top3
693541495124446625  US 939.0  GB 932.0  CN 806.0
912819499544441670  US 992.0  CN 981.0  TW 796.0

【讨论】：

【解决方案2】：

类似

out = df1.T.replace(df2.T).astype('str').radd(df1.T+' ').T
Out[317]: 
                        top1      top2      top3
693541495124446625  US 939.0  GB 932.0  CN 806.0
912819499544441670  US 992.0  CN 981.0  TW 796.0

【讨论】：

【解决方案3】：

首先，将第二个数据框变成字典字典：

df2_dict = {i:None for i in df2.index}

for key in df2_dict:
    df2_dict[key] = {col: df2.loc[key, col] for col in df2.columns}

然后您可以创建一个与 ds1 具有相同行和列的新 df，并对其进行迭代：

df3 = pd.DataFrame(index=df1.index,
                   columns=df1.columns)

for i in df3.index:
    for col in df3.columns:
        df3.loc[i, col] = df1.loc[i, col] + ' ' + str(df2_dict[i][df1.loc[i, col]])

【讨论】：