仅当列值相同时才合并数据框

Question

我有两个数据框 df 和 df_copy。我想从df_copy 复制数据，但前提是数据也相同。我该怎么做？

import pandas as pd

d = {'Nameid': [100, 200, 300, 100]
     , 'Name': ['Max', 'Michael', 'Susan', 'Max']
     , 'Projectid': [100, 200, 200, 100]}

df = pd.DataFrame(data=d)
display(df.head(5))

df['nameid_index'] = df['Nameid'].astype('category').cat.codes
df['projectid_index'] = df['Projectid'].astype('category').cat.codes
display(df.head(5))

df_copy = df.copy()

df.drop(['Nameid', 'Name', 'Projectid'], axis=1, inplace=True)
df = df.drop([1, 3])
display(df.head(5))

df

df_copy

我想要什么

---

我看了Pandas Merging 101

df.merge(df_copy, on=['nameid_index', 'projectid_index'])

但我得到了这个结果

同一行有两次，我只想要一次。

Answer 1

首先使用DataFrame.drop_duplicates：

df1 = (df.drop_duplicates(['nameid_index', 'projectid_index'])
         .merge(df_copy, on=['nameid_index', 'projectid_index']))

如果需要通过DataFrames中两个列名的交集进行合并，则应删除on参数：

df1 = df.drop_duplicates(['nameid_index', 'projectid_index']).merge(df_copy)