通过比较值合并多个熊猫数据框中的选定列

Question

我有 df1 如下：

id
1
2
3
4
5
6
7

我有 df2 作为：

id1 name1 val1
1   abbb1  10
2   abbb2  20
3   abbb3  30
4   abbb4  40
7   abbb7  70

我有 df3 作为：

id2 name2 val2
1   abbb1  90
2   abbb2  20
5   abbb5  50
6   abbb6  60

所以，我想从 df2 和 df3 中选择值，通过匹配 id 将其添加到 df1。所以，df1 应该如下所示：

id  val1 val2
1   10   90
2   20   20
3   30   0
4   40   0
5   0    40
6   0    60
7   70   0

我一直到这行代码，我就卡住了：

df1 = df1.merge(df2, df3, on=['id'])

请注意：

• 我不想在预期的输出中出现 name1 和 name2。
• 如果 val1 或 val2 不存在（比较后），我希望单元格 包含 0。

Answer 1

我认为这里最好使用map。

id1 和 id2 在 df2 和 df3 中也是必要的唯一值。

df1['val1'] = df1['id'].map(df2.set_index('id1')['val1']).fillna(0).astype(int)
df1['val2'] = df1['id'].map(df3.set_index('id2')['val2']).fillna(0).astype(int)
print (df1)
   id  val1  val2
0   1    10    90
1   2    20    20
2   3    30     0
3   4    40     0
4   5     0    50
5   6     0    60
6   7    70     0

替代方案：

a = df1['id'].map(df2.set_index('id1')['val1']).fillna(0).astype(int)
b = df1['id'].map(df3.set_index('id2')['val2']).fillna(0).astype(int)
df1 = df1.assign(val1=a, val2=b)
print (df1)
   id  val1  val2
0   1    10    90
1   2    20    20
2   3    30     0
3   4    40     0
4   5     0    50
5   6     0    60
6   7    70     0

merge 的解决方案：

df1 = df1.merge(pd.merge(df2.rename(columns={'id1':'id'}), 
                         df3.rename(columns={'id2':'id'}), on='id', how='outer')
                [['id','val1','val2']].fillna(0).astype(int), how='left')
print (df1)
   id  val1  val2
0   1    10    90
1   2    20    20
2   3    30     0
3   4    40     0
4   5     0    50
5   6     0    60
6   7    70     0