使用 Python 比较两个数据帧

Question

我有两个数据框，每个数据框都有三列，列名相同。我想通过根据第一列将它们放在一起来比较两个数据框的值。

我试过使用外连接、左连接甚至内连接。输出实际上是相同的，也是正确的。但我只希望在第一列匹配时（并排）列出第二列和第三列的值。使用 join 方法会导致重复。附图是我得到的输出，也是我的目标输出。

# Merge the two tables on column A
merged_table = pd.merge(dfA, dfB, on='Fruit', how='outer', suffixes=('_from dfA', '_from dfB'))

# Sort the merged table by column B
merged_table = merged_table.sort_values('Date_from dfA')

# Display the output
print(merged_table)

Answer 1

这样做的一种方法是将基于水果组的另一列添加到数据框中，然后基于水果和新列进行合并，代码如下所示：

    dfA=dfA.assign(num=(dfA.groupby(['Fruit']).cumcount()+1))
    dfB=dfB.assign(num=(dfB.groupby(['Fruit']).cumcount()+1))

    merged_table = pd.merge(dfA, dfB, on=['Fruit','num'], how='outer', suffixes=('_from dfA', '_from dfB'))