pandas 在多个键上进行外连接

Question

merged_df = pd.merge（左= df1，右= df2，on = [“id”，“日期”]，how =“外部”）

假设数据 -

df1-

id	日期	值1
101	2021-01-01	200
101	2021-01-03	400

df2-

id	日期	值2
101	2021-01-01	600
101	2021-01-02	900

我的预期结果是-

id	日期	值1	值2
101	2021-01-01	200	600
101	2021-01-02	NaN	900
101	2021-01-03	400	NaN

当前结果 -

id	日期	值1	值2
101	2021-01-01	200	600
101	2021-01-03	400	NaN

我无法弄清楚哪里出了问题。

编辑 01：当 df1 中不存在 df2 行时，它看起来好像缺少 df2 行。

更改向左和向右的方式可以按预期工作，但是当涉及到外部时，它无法按预期工作。

Answer 1

我今天遇到了同样的问题。我通过查看 ID 列来检查连接的输出...但是 pandas 在合并过程中填充了左侧的 ID 列。在下面的示例中，

customer_id=10

不在

customers

数据框中，但它仍然出现在连接之后。

import pandas as pd

# Prep data
df_customers = pd.DataFrame({
    ('customers', 'customer_id') : [1, 2, 3, 4, 5],
    ('customers', 'customer_name'): ['Salvador', 'Gilbert', 'Alice', 'Eric', 'John'],
})
df_orders = pd.DataFrame( {
    ('orders', 'order_id'): [1, 2, 3, 4],
    ('orders', 'customer_id'): [1, 2, 3, 10],
    ('orders', 'total_amount'): [150, 200, 100, 50]
}
)

# Perform joins
left = pd.merge(
    df_customers, 
    df_orders, 
    left_on=[('customers', 'customer_id')], 
    right_on=[('orders', 'customer_id')], 
    how='left'
)
right = pd.merge(
    df_customers, 
    df_orders, 
    left_on=[('customers', 'customer_id')], 
    right_on=[('orders', 'customer_id')], 
    how='right'
)
outer = pd.merge(
    df_customers, 
    df_orders, 
    left_on=[('customers', 'customer_id')], 
    right_on=[('orders', 'customer_id')], 
    how='outer',
)

# Display the counts
len(left), len(right), len(outer)
print(outer)  # Note that customer_id = 10 is suddenly part of (customers, customer_id)