python - 合并 Pandas 中的公共(public)列值会产生不正确的数据框

Question

<分区>

Answer 1

结果看起来是正确的。连接条件是 left 的每一行 MergeThis 等于 +N2 连接到 right 的每一行> 具有该匹配条件。每个数据帧中有 7 个这样的行，导致输出中行集的笛卡尔积有 49 行。

请注意，DataFrame.merge 的合并类型是left、right、inner 和 outer，它确定用于连接的键集，而不是限制哪些行将与哪些其他行匹配。 inner 的默认值只是意味着使用 left 和 right 之间的连接列中包含的值的交集，这将只是+N2 无论如何。如果您使用 right，您会得到相同的结果，因为 right DataFrame 仅包含此列的 +N2。同样，如果您使用 left 或 outer 在这种情况下，它们恰好彼此相同，因为任何一个都会导致可能的匹配集基于 -N2 或 +N2 并且您将从 +N2 的所有成对匹配中获得 49 行加上 -N2 的其他行(但没有额外的匹配项，在这种情况下，NaN 列的值来自 right)。

从它的声音来看，您可能期望 right 中的 7 行 +N2 只是附加到 left 与 NaN 填充其他行。为此，您应该使用连接而不是基于合并的连接。

这是一个使用 pandas.concat 的类似玩具数据的示例(您可以在完成后删除额外的 MergeThis 列)，

In [42]: right
Out[42]:
   C  D MergeThis
0  1  2       +N2
1  3  4       +N2
2  5  6       +N2
3  7  8       +N2

In [43]: left
Out[43]:
    A   B MergeThis
0   1   2       -N2
1   3   4       -N2
2   5   6       +N2
3   7   8       +N2
4   9  10       +N2
5  11  12       +N2

In [44]: right.index = left[left.MergeThis == '+N2'].index.values

In [45]: right
Out[45]:
   C  D MergeThis
2  1  2       +N2
3  3  4       +N2
4  5  6       +N2
5  7  8       +N2

In [46]: pandas.concat([left, right], axis=1)
Out[46]:
    A   B MergeThis    C    D MergeThis
0   1   2       -N2  NaN  NaN       NaN
1   3   4       -N2  NaN  NaN       NaN
2   5   6       +N2  1.0  2.0       +N2
3   7   8       +N2  3.0  4.0       +N2
4   9  10       +N2  5.0  6.0       +N2
5  11  12       +N2  7.0  8.0       +N2