我一直在尝试合并两个 DataFrames一起( df 和 df_details )以类似于 Excel“vlookup”的方式但得到奇怪的结果。下面我展示了两个DataFrames的结构为简单起见，无需填充真实数据
df_details:
Abstract_Title | Abstract_URL | Session_No_v2 | Session_URL | Session_ID
-------------------------------------------------------------------------
Abstract_Title1 Abstract_URL1 1 Session_URL1 12345
Abstract_Title2 Abstract_URL2 1 Session_URL1 12345
Abstract_Title3 Abstract_URL3 1 Session_URL1 12345
Abstract_Title4 Abstract_URL4 2 Session_URL2 22222
Abstract_Title5 Abstract_URL5 2 Session_URL2 22222
Abstract_Title6 Abstract_URL6 3 Session_URL3 98765
Abstract_Title7 Abstract_URL7 3 Session_URL3 98765
df:
Session_Title | Session_URL | Sponsors | Type | Session_ID
-------------------------------------------------------------------------------
Session_Title1 Session_URL1 x, y z Paper 12345
Session_Title2 Session_URL2 x, y Presentation 22222
Session_Title3 Session_URL3 a, b ,c Presentation 98765
Session_Title4 Session_URL4 c Talk 12121
Session_Title5 Session_URL5 a, x Paper 33333
我想沿着 Session_ID 合并我想要最后的 DataFrame看起来像:
我尝试了以下脚本，它产生了一个 DataFrame重复(多次)某些行并做奇怪的事情。例如，df_details有 7,046 行和 df有 1,856 行 - 当我运行以下合并代码时，我的 final_df结果为 21,148 行:
final_df = pd.merge(df_details, df, how = 'outer', on = 'Session_ID')
请帮忙!
最佳答案
为了生成最终输出表，我使用了以下代码:
final_df = pd.merge(df_details, df[['Session_ID',
'Session_Title',
'Sponsors',
'Type']], left_on = ['Session_ID'], right_on = ['Session_ID'], how = 'outer')
关于python - 合并非唯一列 - pandas python，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/48312790/