如果第一个数据框中的列的数据存在于python中另一个数据框的任何列中，则合并两个数据框答案

【问题标题】：Merge two dataframes if data of a column in first dataframe exists in any of the columns of another dataframe in python如果第一个数据框中的列的数据存在于python中另一个数据框的任何列中，则合并两个数据框
【发布时间】：2020-08-07 14:19:59
【问题描述】：

我有两个需要合并的数据框。第一个是：

page            value
shoes           554
sneakers        226
sandals         114
boots           821
T-shirt         213
mobile-phone    284
laptop          361

第二个数据框是：

path1            path2            path3              path4
fashion          footwear         shoes-and-other    shoes
fashion          footwear         shoes-and-other    sneakers
fashion          footwear         sandals            NaN
fashion          footwear         shirts             T-shirt
electronic       devices          mobile-and-tablet  mobile-phone 
electronic       devices          laptop             NaN

我的预期输出将是：

path1        path2      path3              path4        page         value
fashion      footwear   shoes-and-other    shoes        shoes        554
fashion      footwear   shoes-and-other    sneakers     sneakers     226
fashion      footwear   sandals            NaN          sandals      114
fashion      footwear   shirts             T-shirt      T-shirt      213
electronic   devices    mobile-and-tablet  mobile-phone mobile-phone 284 
electronic   devices    laptop             NaN          laptop       361

如果第一个数据帧中的任何page 字符串存在于第二个数据帧的path1 或path2，或path3，或path4 列中，我想加入这两个数据帧.请注意，第一个数据帧的page 可能与第二个数据帧的path1 匹配，我有多种情况。

有没有简单的pythonic方式？

【问题讨论】：

你的预期输出是什么。
@Erfan 我已经编辑了我的问题。
看起来大多数键都在path4 中，如果缺少值，它们会出现在path3 中，您的实际数据是否相同？
不，正如我所写，page 字符串也可能在path1 或path2 中找到。但匹配不是部分的，page 的值恰好写在一些path 变量中。

标签： python pandas dataframe join merge

【解决方案1】：

让我们尝试where 和ffill 创建合并密钥，然后merge

df1['page'] = df1.where(df1.isin(df.page.tolist())).ffill(1).iloc[:,-1]
df1 = df1.merge(df, how='left')
df1
Out[131]: 
        path1     path2              path3         path4          page  value
0     fashion  footwear    shoes-and-other         shoes         shoes    554
1     fashion  footwear    shoes-and-other      sneakers      sneakers    226
2     fashion  footwear            sandals           NaN       sandals    114
3     fashion  footwear             shirts       T-shirt       T-shirt    213
4  electronic   devices  mobile-and-tablet  mobile-phone  mobile-phone    284
5  electronic   devices             laptop           NaN        laptop    361

【讨论】：