合并两个基于 Pandas 数据框的列值答案

【问题标题】：Merging two Pandas dataframes based column values合并两个基于 Pandas 数据框的列值
【发布时间】：2022-01-24 13:52:11
【问题描述】：

我有两个数据框定义如下：

dataframe1 = pd.DataFrame( [["123", "CTR", "ABC", "DEF", "GHI"],
                            ["123", "RIGHT", "ABC", "DEF", "GHI"],
                            ["123", "LEFT", "ABC", "DEF", "GHI"],
                            ["456", "CTR", "JKL", "MNO", "PQR"],
                            ["456", "RIGHT", "JKL", "MNO", "PQR"],
                            ["456", "LEFT", "JKL", "MNO", "PQR"]],
    columns=["ID","LOCATION",
            "Attr1", "Attr2", "Attr3"],
    )

dataframe2 = pd.DataFrame( [["1", "A", "123"],
                            ["1", "B", "123"],
                            ["1", "C", "123"],
                            ["2", "A", "456"],
                            ["2", "B", "456"],
                            ["2", "C", "456"]],
    columns=["ROW","LOCATION","ID"],
    )

我想根据 ID 列和 Location 列的值将这两个数据框合并为一个数据框。在位置列中，A 等于 CTR，B 等于 RIGHT，C 等于 LEFT。我正在寻找的结果是这样的：

    ID ROW LOCATION Attr1 Attr2 Attr3
0  123   1        A   ABC   DEF   GHI
1  123   1        B   ABC   DEF   GHI
2  123   1        C   ABC   DEF   GHI
3  456   2        A   JKL   MNO   PQR
4  456   2        B   JKL   MNO   PQR
5  456   2        C   JKL   MNO   PQR

使用 pandas.merge() 我可以使用一列或多列合并数据帧，但由于位置列值不匹配，我得到一个 KeyError。

pandas.merge() 是正确的函数吗？如何使用它定义匹配的列值？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

map 和assign 使用字典的值，然后你可以执行一个简单的merge：

d = {'CTR': 'A', 'RIGHT': 'B', 'LEFT': 'C'}

dataframe2.merge(dataframe1.assign(LOCATION=dataframe1['LOCATION'].map(d)),
                 on=['ID', 'LOCATION'])

输出：

  ROW LOCATION   ID Attr1 Attr2 Attr3
0   1        A  123   ABC   DEF   GHI
1   1        B  123   ABC   DEF   GHI
2   1        C  123   ABC   DEF   GHI
3   2        A  456   JKL   MNO   PQR
4   2        B  456   JKL   MNO   PQR
5   2        C  456   JKL   MNO   PQR

【讨论】：

【解决方案2】：

只需将其映射到位置字典，您想要的和 dataframe2 之间没有关系：

locations = { 'CTR':'A' , 'RIGHT' : 'B', 'LEFT' : 'C'}
dataframe1['LOCATION'] = dataframe1['LOCATION'].map(locations)

print(dataframe1)

【讨论】：