Python 合并 2 个列表 / SQL JOIN答案

【问题标题】：Python merge 2 lists / SQL JOINPython 合并 2 个列表 / SQL JOIN
【发布时间】：2015-09-21 11:28:59
【问题描述】：

如果我在 python 中有 2 个列表或数据框（熊猫），我该如何合并/匹配/加入它们？

例如：

列表/DF 1：

Table_Name  Table_Alias
  tab_1          t1
  tab_2          t2
  tab_3          t3

列表/DF 2：

Table_Alias   Variable_Name
    t1            Owner
    t1            Owner_Id
    t2            Purchase_date
    t3            Maintenance_cost

期望的结果：

Table_Name   Table_Alias   Variable_Name
   tab_1         t1            Owner
   tab_1         t1            Owner_Id
   tab_2         t2            Purchase_date
   tab_3         t3            Maintenance_cost

注意：如果我在 R 中这样做，我会使用类似的东西：

df3 <- merge(df1, df2, by = 'Table_Alias', all.y = T)

在 python 中最好的方法是什么？

【问题讨论】：

标签： python join pandas merge

【解决方案1】：

你想要一个“外部”merge：

In [9]:
df.merge(df1, how='outer')

Out[9]:
  Table_Name Table_Alias     Variable_Name
0      tab_1          t1             Owner
1      tab_1          t1          Owner_Id
2      tab_2          t2     Purchase_date
3      tab_3          t3  Maintenance_cost

它将匹配来自两个 dfs 的重叠列并返回匹配行的并集。

【讨论】：

【解决方案2】：

我会简单地使用pd.merge(df1, df2, how='outer',on='alias')

df1 = pd.DataFrame({ "table_name":['tab1',"tab2","tab3"],"talias ['t1','t2','t3']})
df2 = pd.DataFrame({"talias":['t1',"t1","t2",'t3'], "vname,['Owner','Owner_Id','Purchase_date','Maintenance_cost']})


pd.merge(df1,df2,how='outer', on='talias')


Out:
    Table_Alias Table_Name  Variable_Name
0   t1  tab1    Owner
1   t1  tab1    Owner_Id
2   t2  tab2    Purchase_date
3   t3  tab3    Maintenance_cost

【讨论】：