pandas：合并（连接）多列上的两个数据框答案

【问题标题】：pandas: merge (join) two data frames on multiple columnspandas：合并（连接）多列上的两个数据框
【发布时间】：2017-06-08 11:28:31
【问题描述】：

我正在尝试使用两列连接两个 pandas 数据框：

new_df = pd.merge(A_df, B_df,  how='left', left_on='[A_c1,c2]', right_on = '[B_c1,c2]')

但出现以下错误：

pandas/index.pyx in pandas.index.IndexEngine.get_loc (pandas/index.c:4164)()

pandas/index.pyx in pandas.index.IndexEngine.get_loc (pandas/index.c:4028)()

pandas/src/hashtable_class_helper.pxi in pandas.hashtable.PyObjectHashTable.get_item (pandas/hashtable.c:13166)()

pandas/src/hashtable_class_helper.pxi in pandas.hashtable.PyObjectHashTable.get_item (pandas/hashtable.c:13120)()

KeyError: '[B_1, c2]'

知道什么是正确的方法吗？谢谢！

【问题讨论】：

left_on 和 right_on 应该是字符串列表，而不是看起来像列表的字符串。
简单的错字：left_on=['A_c1','c2'] 而不是'[A_c1,c2]'。正如@root 所说，它需要一个字符串列表。同样right_on = ['B_c1','c2'].
顺便说一句，将数据框A_df 的列命名为以前缀“A_”开头，并将来自B_df 的列命名为B_... 是一种不好的做法。这是完全没有必要的，而且它使连接、合并、groupbys 等基本操作变得烦人。

标签： python python-3.x pandas join

【解决方案1】：

试试这个

new_df = pd.merge(A_df, B_df,  how='left', left_on=['A_c1','c2'], right_on = ['B_c1','c2'])

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.merge.html

left_on : 标签或列表，或类似数组的字段名称加入左侧数据框。可以是长度为的向量或向量列表 DataFrame 使用特定向量作为连接键而不是列

right_on : 标签或列表，或类似数组的字段名称加入在每个 left_on 文档的右 DataFrame 或向量/向量列表中

【讨论】：

如果left_on和right_on是相同的a和b，我们可以使用on = ['a', 'b']吗？
是的，这是完全有效的。
对于像我这样想知道的人，它将根据left_on和right_on的顺序/顺序合并，即left_on的第i元素将与right_on 的i-th 匹配。如果文档更明确地说明这一点，那就太好了。
请注意，只要连接键具有不同的名称，所有名称都将作为合并表中的列出现。例如，left_on='[A_c1, c2]', right_on='[B_c1, c2]') 将产生三列：A_c1、B_c1 和 c2，其中 A_c1 和 B_c1 是相同的列。

【解决方案2】：

这里的问题是，通过使用撇号，您将传递的值设置为字符串，而事实上，正如@Shijo 从文档中所述，该函数需要一个标签或列表，而不是字符串！如果列表包含为左右数据帧传递的每个列的名称，则每个列名称必须单独包含在撇号内。有了上面所说的，我们可以理解为什么这是不正确的：

new_df = pd.merge(A_df, B_df,  how='left', left_on='[A_c1,c2]', right_on = '[B_c1,c2]')

而这是使用函数的正确方法：

new_df = pd.merge(A_df, B_df,  how='left', left_on=['A_c1','c2'], right_on = ['B_c1','c2'])

【讨论】：

【解决方案3】：

另一种方法： new_df = A_df.merge(B_df, left_on=['A_c1','c2'], right_on = ['B_c1','c2'], how='left')

【讨论】：