如何针对特定用例对两个 pandas 数据帧执行左连接？

Question

示例数据： 这是我的数据框的简化表示：

我的第一个数据框（df1）就像：

col1	col2	col3	col4	第5栏
1	2	a	3	4
11	22	啊	33	44
111	222	啊啊

我的第二个数据框（df2）类似于：

col3	col4	第5栏
a	3	4
啊	332	442
啊啊	333	444

我希望我的合并数据框（result_df）看起来像：

col1	col2	col3	col4	第5栏
1	2	a	3	4
11	22	啊	33	44
11	22	啊	332	442
111	222	啊啊	333	444

我尝试将 pd.merge 函数与左连接一起使用：

result_df = pd.merge(df1, df2, on='col3', how='left')

result_df 看起来像：

col1	col2	col3	col4_x	col5_x	col4_y	col5_y
1	2	a	3	4	3	4
11	22	啊	33	44	332	442
111	222	啊啊			333	444

我试图理解为什么生成的数据框有额外的列以及如何实现所需的输出。非常感谢任何帮助或见解。

Answer 1

这就是

merge

的工作原理。您通常会在

merge

调用之后进行投影，以按照您喜欢的方式组织列：

result_df = (
    pd.merge(df1, df2, on='col3', how='left')
    .drop(columns=['col4_x', 'col5_x'])
    .rename(columns={'col4_y': 'col4', 'col5_y': 'col5'})
)

您可以通过为一侧指定空后缀来保存

rename

步骤：

result_df = (
    pd.merge(df1, df2, on='col3', how='left', suffixes=('_x', None))
    .drop(columns=['col4_x', 'col5_x'])
)

如果保留数据的标准不像“只删除一侧”那么简单，则必须使用特定逻辑重新创建

col4

和

col5

：

result_df = pd.merge(df1, df2, on='col3', how='left')
result_df['col4'] = result_df[['col4_x', 'col4_y']].min(axis=1)
result_df['col5'] = result_df.apply(mylogic, axis=1)
result_df.drop(columns=['col4_x', 'col4_y', 'col5_x', 'col5_y'], inplace=True)