python - 如何合并/连接两个不同长度的 Pandas 数据帧？

Question

我想连接/合并两个 pandas 数据帧，但我没有得到正确的结果。我有以下数据框:

df1

    Username      | User_trim
-------------------------------
0   Maria M       | Maria
1   FakeName      | N/A
2   Achim B       | Achim
3   FlashMaster11 | N/A
4   Fakename2     | N/A
5   Gustav W      | Gustav


df2
    0        |1       | 2
---------------------------------
0   Maria M  | Maria  | female
2   Achim B  | Achim  | male
5   Gustav W | Gustav | male

我想要以下结果数据框:

    Username      | User_trim | Gender
---------------------------------
0   Maria M       | Maria     | female
1   FakeName      | N/A       | N/A
2   Achim B       | Achim     | male
3   FlashMaster11 | N/A       | N/A
4   Fakename2     | N/A       | N/A
5   Gustav W      | Gustav    | male

我试过下面的代码

result = pd.concat([df1,df2], axis=1,ignore_index=True)

但是我得到了一个错误的结果，但是表格的长度是正确的。所以我尝试了这个:

df1.merge(df2,how='outer', left_on='Username', right_on=0)

这段代码似乎得到了正确的结果，但表格比 df1 大(我的意思是行)？

当我合并数据框并获取所有列时，我没有问题。我可以放下它们。只是将它们以不同的长度合并并让它们排在正确的行中是个问题。

有没有人可以给我建议如何获得结果表？

Answer 1

我认为 merge 中需要 left join :

df = df1.merge(df2,how='left', left_on='Username', right_on=0)
print (df)
        Username User_trim         0       1       2
0        Maria M     Maria   Maria M   Maria  female
1       FakeName       NaN       NaN     NaN     NaN
2        Achim B     Achim   Achim B   Achim    male
3  FlashMaster11       NaN       NaN     NaN     NaN
4      Fakename2       NaN       NaN     NaN     NaN
5       Gustav W    Gustav  Gustav W  Gustav    male

如果需要通过 merge 添加新列而不删除不必要的列，解决方案是首先 rename 至少一个列用于连接(这里是 Username 在两个 DataFrame 中)，然后选择所有必要的列(总是连接列 + 所有其他新列):

df22 = df2.rename(columns={0:'Username', 2:'Gender'})[['Username', 'Gender']]
print (df22)
   Username  Gender
0   Maria M  female
1   Achim B    male
2  Gustav W    male

df = df1.merge(df22,how='left', on='Username')
print (df)
        Username User_trim  Gender
0        Maria M     Maria  female
1       FakeName       NaN     NaN
2        Achim B     Achim    male
3  FlashMaster11       NaN     NaN
4      Fakename2       NaN     NaN
5       Gustav W    Gustav    male

---

如果只需要添加一个新列，请使用 map由 set_index 创建的系列 :

df1['Gender'] = df1['Username'].map(df2.set_index(0)[2])
print (df1)
        Username User_trim  Gender
0        Maria M     Maria  female
1       FakeName       NaN     NaN
2        Achim B     Achim    male
3  FlashMaster11       NaN     NaN
4      Fakename2       NaN     NaN
5       Gustav W    Gustav    male