Pandas：在 pandas.merge 的 ON 参数中传递 MULTIPLE 条件

Question

如果key match和column id不匹配，如何合并两个pandas DataFrame？

testchunck1.csv：

excel1 user_id public_key
0      Mark    key1
1      Rhonda  key2
2      Clara   key3
3      Riley   key4

testchunck2.csv：

excel2 user_id public_key
0      Ron     key2
1      Russel  key1
2      Dwyane  key2
3      Abrax   key4

输出_df：

           userid_left  public_key  userid_right
    0      Mark         key1        Russel 
    1      Rhonda       key2        Ron 
    2      Rhonda       key2        Dwyane

注意：key4 在两个 DF 中匹配，但 ID(3) 相同，因此不在输出中

我的代码：

test1Excel = pd.read_csv("testchunk.csv")
test2Excel = pd.read_csv("testchunk2.csv")

df = pd.merge(test1Excel,test2Excel, on='public_key', how='inner', suffixes = ('_left','_right')).dropna()

1. 尝试使用.filter() 过滤掉合并后的行，但是 不成功。
2. 尝试读取 excel 的每一行以检查是否 ID匹配，但这需要很多时间。
3. 尝试通过条件 在 on 参数本身内，但不允许这样做

因此转向 SO。

Answer 1

试试：

df = pd.merge(test1Excel.loc[test1Excel["public_key"].str.startswith("key")].reset_index(),test2Excel.loc[test2Excel["public_key"].str.startswith("key")].reset_index(), on='public_key', how='inner', suffixes = ('_left','_right')).dropna().query("index_left!=index_right").drop(columns=["index_left", "index_right"])

输出：

  excel1 user_id_left public_key excel2 user_id_right
0      0         Mark       key1      1        Russel
1      1       Rhonda       key2      0           Ron
2      1       Rhonda       key2      2        Dwyane