将数据框的列附加到熊猫中的不同数据框

【问题标题】：append columns of a data frame to a different data frame in pandas将数据框的列附加到熊猫中的不同数据框
【发布时间】：2013-11-18 09:11:50
【问题描述】：

鉴于这两个 pandas 数据框：

>>> df1 = pd.DataFrame({'c1':['a','b','c','d'], 'c':['x','y','y','x']})

  c1 c2
0  a  x
1  b  y
2  c  y
3  d  x

>>> df2 = pd.DataFrame({'c1':['d','c','a','b'], 'val1':[12,31,14,34], 'val2':[0,0,1,1]})

  c1  val1  val2
0  d    12     4
1  c    31     3
2  a    14     1
3  b    34     2

考虑到c1 中的元素，我想将df2 的val1 和val2 列附加到数据框df1。更新后的df1 将如下所示：

>>> df1

  c1 c2 val1  val2
0  a  x  14     1
1  b  y  34     2
2  c  y  31     3
3  d  x  12     4

我想到了使用 set_index 和 update 的组合： df1.set_index('c1').update(df2.set_index('c1'))，但是没用……

【问题讨论】：

标签： python pandas append dataframe

【解决方案1】：

你可以使用pd.merge:

import pandas as pd

df1 = pd.DataFrame({'c1':['a','b','c','d'], 'c2':['x','y','y','x']})
df2 = pd.DataFrame({'c1':['d','c','a','b'], 'val1':[12,31,14,34], 'val2':[4,3,1,2]})

df1 = pd.merge(df1, df2, on=['c1'])
print(df1)

产量

  c1 c2  val1  val2
0  a  x    14     1
1  b  y    34     2
2  c  y    31     3
3  d  x    12     4

【讨论】：

谢谢，效果很好！如果 df2 中有更多列（例如 val1、val2 和 val3）但只对 val1 和 val2 感兴趣，您将如何解决问题？我试过 pd.merge(df1, df2.loc[:,['val1','val2']], on=['c1']) 但出错了。
将df2 替换为df2[['val1', 'val2', 'c1']]。
你的意思是：pd.merge(df1, df2[['val1','val2']], on=['c1']) 对吧？它仍然给我同样的错误：KeyError: u'no item named c1'.
@HappyPy :) ：您需要在df2 中包含c1 列——否则pd.merge 将不知道要合并哪个共享列。请参阅上面我的（已编辑）评论。