忽略顺序合并多列上的数据框答案

【问题标题】：merge dataframes on multiple columns ignoring order忽略顺序合并多列上的数据框
【发布时间】：2021-02-13 06:24:56
【问题描述】：

我有以下数据框：

df1=pd.DataFrame({'fr':[1,2,3],'to':[4,5,6],'R':[0.1,0.2,0.3]})
df2=pd.DataFrame({'fr':[1,5,3],'to':[4,2,6],'X':[0.4,0.5,0.6]})

我想在 fr 和 to 上合并这两个数据帧，忽略 fr 和 to 的顺序，即 (2,5) 与 (5,2) 相同。期望的输出是：

dfO=pd.DataFrame({'fr':[1,2,3],'to':[4,5,6],'R':[0.1,0.2,0.3],'X':[0.4,0.5,0.6]})

或

dfO=pd.DataFrame({'fr':[1,5,3],'to':[4,2,6],'R':[0.1,0.2,0.3],'X':[0.4,0.5,0.6]})

我可以做到以下几点：

pd.merge(df1,df2,on=['fr','to'],how='left')

但是，正如预期的那样，第二行的 X 值是 NaN。

感谢您的帮助。

【问题讨论】：

标签： python-3.x pandas merge

【解决方案1】：

你可以创建一个临时字段，然后加入它

df1['tmp'] = df1.apply(lambda x: ','.join(sorted([str(x.fr), str(x.to)])), axis=1)
df2['tmp'] = df2.apply(lambda x: ','.join(sorted([str(x.fr), str(x.to)])), axis=1)

这将给出您期望的结果

pd.merge(df1,df2[['tmp',  'X']],on=['tmp'], how='left').drop(columns=['tmp'])

【讨论】：

非常感谢@Cenk。我接受另一个答案只是因为它更有效。但是，您的方法效果很好:)
是的，我看到了答案，我同意它更有效:)

【解决方案2】：

你需要先做numpysort

df1[['fr','to']] = np.sort(df1[['fr','to']].values,1)
df2[['fr','to']] = np.sort(df2[['fr','to']].values,1)
out = df1.merge(df2,how='left')
out
Out[44]: 
   fr  to    R    X
0   1   4  0.1  0.4
1   2   5  0.2  0.5
2   3   6  0.3  0.6

【讨论】：