pandas 在某些列上合并数据框，但在结果数据框中排除它们答案

【问题标题】：pandas merge dataframes on certain columns but exclude them in the result dataframepandas 在某些列上合并数据框，但在结果数据框中排除它们
【发布时间】：2018-04-05 10:41:04
【问题描述】：

在pandas 中，我必须包含某些我想合并两个dataframes 的列，

result = df_a.merge(df_b[['A', 'B', 'C']], how='left', on=['A', 'B'])

所以如果我想在 A 和 B 列上合并 df_a 和 df_b，我还必须在 result dataframe 中包含 A 和 B，但是我真正想要的只是列C。我想知道是否有办法只在merge 中包含C。

合并后的示例结果数据框，

year_x    code_x    year_y    code_y    id
2000      005       2000.00   005       1
2001      006       2001.00   006       2
2002      007       2002.00   007       3

df_a 和df_b 都包含year 和code，我只需要df_b 中的id，但我必须在code 和year 上使用merge。

最初year 在df_a 和df_b 中都是int64 dtype，但在合并后year_y 变成了float，这也令人困惑。

如果我在merge之后dropcode_y和year_y，我可能不得不将renamecode_x和year_x回code和year，如果我可以首先消除重复的列。

【问题讨论】：

合并后为什么不drop呢
@Wen 想知道是否可以在 merge 中完成合并后无需进行一些清理。
你能添加示例数据框吗
之前有很多这样的问题，通常使用合并或查询后删除。如果您添加示例数据，我们可以想到更好的替代方案
这会有帮助吗？ df1[['code','year','id']].merge(df2[['code','year']])['id']

标签： python-3.x pandas dataframe merge

【解决方案1】：

如果你只需要结果框中的一列：

result = df_a.merge(df_b[['A', 'B', 'C']], how='left', on=['A', 'B'])['C']

至于您更改的dtypes，至少在您提供的示例数据中，您的year_x 和year_y 是不同的类型，一种是int，一种是float，这意味着结果列将是float。

【讨论】：