合并具有相同标题的列，没有重复的列

Question

所以我尝试查看许多文章，解释如何合并或连接、连接等在 python 中适用于 pandas，或者只是一般 r。当我用我的数据测试它时，似乎没有什么能以我需要的方式工作。我将发布具有任意数字和标题的示例数据，这些数据具有我的数据的特征以及我希望它在最终产品中的外观。我通常尝试使用 Genus 作为我的常用列，因为该列具有最常见的信息，而所有其他列都是描述该列的信息。这些是文本文件。

数据框 1：

Genus    Data    Facts    Info
Dog    1    2    N/A
Cat    3    1    N/A
Elephant    N/A    3    3
Pig    N/A    N/A    N/A
Mouse    N/A    N/A    N/A

数据框 2：

Genus    Info    Stats
Dog    2    3
Cat    1    2
Elephant    N/A    1
Pig    N/A    N/A
Mouse    N/A    N/A
Bird    N/A    N/A

期望的结果：

Genus    Data    Facts    Info    Stats
Dog    1    2    2    3
Cat    3    1    1    2
Elephant    N/A    3    3    1
Pig    N/A    N/A    N/A    N/A
Mouse    N/A    N/A    N/A    N/A
Bird    N/A    N/A    N/A    N/A

有没有办法使用 python 或 r 创建这个结果？我对 python 和 r 有点陌生，不知道 /all/ 的来龙去脉，所以我可能只是遗漏了一些东西或没有使用正确的术语进行搜索，但我已经尝试了大约 3 周，现在正在阅读其他人对类似情况做了什么，并试图从中获利。我不能使用 Excel，因为它会自动将一些数字输入更改为日期并进行其他小的更改，如果有人试图重做它，他们可能不会意识到要修复这些细微差别。

Answer 1

以下是在 python 中使用 pandas 的方法：

import pandas as pd
import numpy as np

df1 = pd.DataFrame(np.random.randn(3,4), columns=['a','b','c','d']
df2 = pd.DataFrame(np.random.randn(3,2), columns=['e','f'])

pd.concat([df1, df2], axis=1)
#          a         b         c         d         e         f
# 0 -1.181554  0.918146  0.547498 -0.409452 -1.852066 -0.377525
# 1  0.508757  0.219863  1.945935  1.285512 -0.076156  0.172197
# 2 -0.186153 -1.784728 -0.200416  1.873692  2.097818  0.575256

（McKinney，用于数据分析的 Python，第 186 页）

编辑：

糟糕，我注意到您在两个数据框中都有一个 Info 列。我认为在这种情况下这会更好：

df1.combine_first(df2)

您可以将其视为使用您传递的对象中的数据“修补”调用对象中缺失的数据 (McKinney)

编辑：

麦金尼的另一句话，p177 提供

pandas.merge 基于一个或多个键连接 DataFrame 的行 [如数据库连接]

pandas.concat 沿轴将对象粘合或堆叠在一起

combine_first 允许将重叠数据拼接在一起，以用另一个对象中的值填充一个对象中的缺失值

Answer 2

 cols_to_use = df2.columns.difference(df1.columns) # removes all duplicates
 cols_to_use=cols_to_use.union(['Genus']) #since we need Genus for joining df's keep that one

 df3=pd.merge(df1,df2[cols_to_use],on='Genus')

输出

      Genus  Info  Stats  Data  Facts
0       Dog   2.0    3.0   1.0    2.0
1       Cat   1.0    2.0   3.0    1.0
2  Elephant   NaN    1.0   NaN    3.0
3       Pig   NaN    NaN   NaN    NaN
4     Mouse   NaN    NaN   NaN    NaN