Python Pandas合并（和连接）是否无法通过sufffix参数重命名列？

Question

我通过键列顺序合并一些数据帧，但我发现没有使用suffix参数重命名列。我使用的是Python 3.5和Panadas 0.19.2。

import pandas as pd
df0 = pd.DataFrame({'serial_num': ['01', '02', '03'], 'vals': ['A2', 'A3', 'A6']})
df1 = pd.DataFrame({'serial_num': ['01', '02', '03'], 'vals': ['B2', 'B3', 'B6']})
df2 = pd.DataFrame({'serial_num': ['01', '02', '03'], 'vals': ['C2', 'C3', 'C6']})

df_01 = pd.merge(df0, df1, on="serial_num", suffixes=("_df0","_df1"), copy=True)
print(df_01.columns)
df_012 = pd.merge(df_01, df2, on="serial_num", suffixes=("_foobar","_df2"), copy=True)
print(df_012.columns)

结果是：

Index(['serial_num', 'vals_df0', 'vals_df1'], dtype='object')
Index(['serial_num', 'vals_df0', 'vals_df1', 'vals'], dtype='object')

这很奇怪，因为Pandas documentation on merge没有暗示，这应该是结果。 print(df_012.columns)的预期结果是Index(['serial_num', 'vals_df0_foobar', 'vals_df1_foobar', 'vals_df2'], dtype='object')。看起来确实数据结果是正确的。我尝试了几件事，包括copy = True，copy.deepcopy(merged_df)和copy.deepcopy(merged_df)。使用join（df_01 = df0.join(df1, on="serial_num", lsuffix="_df0", rsuffix="_df1"）给出类似的结果。它变得更奇怪，顺序合并最终会重命名列：

df3 = pd.DataFrame({'serial_num': ['01', '02', '03'], 'vals': ['D2', 'D3', 'D6']})
df_0123 = pd.merge(df_012, df3, on="serial_num", suffixes=("","_df3"), copy=True)
print(df_0123.columns)
df_01230 = pd.merge(df_0123, df1, on="serial_num", suffixes=("_foo","_bar"), copy=True)
print(df_01230.columns)

返回：

Index(['serial_num', 'vals_df0', 'vals_df1', 'vals', 'vals_df3'], dtype='object')
Index(['serial_num', 'vals_df0', 'vals_df1', 'vals_foo', 'vals_df3',
   'vals_bar'],
  dtype='object')

如果你遵循了所有这些，你就像我一样惊讶，合并突然重命名vals到vals_foo？在所有其他调用中，Pandas是否未通过后缀参数重命名列？

Answer 1

suffixes参数仅用于区分共享但我们未合并的名称。正如文档所述：

后缀：2长度序列（元组，列表，...）后缀分别适用于左侧和右侧的重叠列名称

这里的关键词是重叠的。

当您在df0上合并df1和serial_num时，每个帧都有一个vals，由于后缀而变成vals_df0和vals_df1。

然后你将一个框架与列['serial_num', 'vals_df0', 'vals_df1']和一个有['serial_num', 'vals']的框架合并。 vals两者都不存在，因此不需要使用任何后缀来区分它，我们得到['serial_num', 'vals_df0', 'vals_df1', 'vals']。

如果要将后缀应用于每个非共享列，则必须手动执行 - 这不是suffixes参数的用途。

Answer 2

仅在合并的数据框具有相同名称的列的情况下使用后缀关键字，它确保每列具有唯一的名称。在第二次合并中，您将df01与列'serial_num'，'vals_df0'，'vals_df1'和df2合并为列'serial_num'，'val'。除了要合并的'serial_no'之外，你没有任何重复的列名，所以你最终得到'serial_num'，'vals_df0'，'vals_df1'，'vals'

Answer 3

以下是您正在寻找的更新：在R中我们可以结合早期的输出但是在python中我们需要执行以下操作：

将pandas导入为pd

df0 = pd.DataFrame（{'serial_num'：['01'，'02'，'03']，'vals'：['A2'，'A3'，'A6']}）

df1 = pd.DataFrame（{'serial_num'：['01'，'02'，'03']，'vals'：['B2'，'B3'，'B6']}）

df2 = pd.DataFrame（{'serial_num'：['01'，'02'，'03']，'vals'：['C2'，'C3'，'C6']}）

df_01 = pd.merge（df0，df1，on =“serial_num”，后缀=（“_ df0”，“_ df1”），copy = True）

打印（df_01.columns）

df_02 = pd.merge（df1，df2，on =“serial_num”，后缀=（“_ df1”，“_ df2”），copy = True）

打印（df_02.columns）

df_final = pd.merge（df_01，df_02，copy = True）