Pandas 中的合并和格式化

Question

所以我正在学习 Pandas，但在合并两个数据帧时遇到问题。可能更多的是格式问题，但即使经过大量尝试研究，我也没有得到它。

假设我们有两节数学辅导课，我们想知道哪些学生参加了这两个课。

数据框 A。

Id Subject Students_A 1 Maths Ron 2 Maths Harry 3 Maths Hermionie 4 Maths Draco

数据框 B。

Id Subject Students_B 1 Maths Harry 2 Maths Draco 3 Maths Neville

现在我在 jupyter notebook 中做了这个：

df_common = pd.merge(df_A,df_B,left_on='studentA', right_on='studentB', how='outer')

得到了这个：

Id Subject_x StudentA Subject_y StudentB 1 Maths Ron Nan Nan 2 Maths Harry Maths Harry 3 Maths Hermionie Nan Nan 4 Maths Draco Maths Draco 5 Nan Nan Maths Neville

但是我想要这样的东西：

Id Subject StudentA StudentB 1 Maths Ron Nan 2 Maths Harry Harry 3 Maths Hermionie Nan 4 Maths Draco Draco 5 Maths Nan Neville

我做错了什么？谢谢！

Answer 1

合并Students 和Subject：

df1.merge(df2, how="outer",
               left_on=["Subject","Students_A"], 
               right_on=["Subject","Students_B"])

  Subject Students_A Students_B
0   Maths        Ron        NaN
1   Maths      Harry      Harry
2   Maths  Hermionie        NaN
3   Maths      Draco      Draco
4   Maths        NaN    Neville

注意：假设Id 可以用作索引，例如

df1 = pd.read_clipboard(index_col="Id")

   Subject Students_A
Id                   
1    Maths        Ron
2    Maths      Harry
3    Maths  Hermionie
4    Maths      Draco

Answer 2

在合并语句之后试试这个：

df_common["Subject"] = df_common["Subject_x"].fillna(df_common["Subject_y"])
df_common = df_common.drop(["Subject_x", "Subject_y"], 1)

所以基本上当您执行连接时，Subject 被重命名为 Subject_x 和 Subject_y 以便您可以区分它们。为了连接这些列，创建一个名为 Subject 的新列，它接受 Subject_x 中的非 Null 值，其中 Null 从 Subject_y 中提取值。然后删除 Subject_x 和 Subject_y