根据单个列信任在大熊猫中合并两条记录

Question

我最近开始使用Pandas（Python初学者）。我正在尝试合并来自不同ID的两个记录，并创建一个最终记录，其中包含每个列我信任的ID中每列的值。

df1:
ID   NAME     ADDRESS    PHONE
1    abc      street1     9999

df2:
ID   NAME     ADDRESS    PHONE
2    xyz      street2     8888

df_col_priority:
COLUMN   PRIORITY_BY_ID
NAME        1
ADDRESS     2
PHONE       2

所以在这里，基于每个id的每列的优先级，我应该获得单输出记录：

df_output:
NAME      ADDRESS    PHONE
abc       street2     8888    

所以基本上我应该从ID = 1获得NAME，从ID = 2获得其他2个字段。 同样，我有成千上万的记录，我将通过逻辑选择两对记录，并使用上述方法计算最终输出记录。

除了为每个数据帧循环遍历每个列，提取优先级并按concat逐列构建新记录之外，我无法想到实现此目的的方法。但我认为这是非常低效的。任何帮助，将不胜感激。

Answer 1

我可能误解了你的问题，但无论如何，重新审视你如何组织你的数据帧似乎是有用的。话虽这么说，这个解决方案虽然可能不优雅，但在你的情况下有效：

# start by concatenating df1 and df2 into one dataframe
full_df = pd.concat([df1, df2])
# create an empty output dataframe with the columns you want
df_output = pd.DataFrame(columns = df1.columns[1:])
# loop through your df_col_priority, making a series of your desired values,
# appending that series to df_output
# this uses a list iteration
df_output = df_output.append(pd.Series(
    [full_df.loc[full_df.ID == row.PRIORITY_BY_ID, row.COLUMN].values[0]
     for _, row in df_col_priority.iterrows()],
    index=df_col_priority.COLUMN), ignore_index=True)

你的df_output然后看起来像：

>>> df_output
  NAME  ADDRESS PHONE
0  abc  street2  8888