python - Pandas :加入 'on' 失败

Question

我有两个 DataFrame，df1:

        ID     value 1
0      5      162
1      7      185
2      11     156

和 df2:

        ID     Comment
1      5      
2      7      Yes!
6      11

...我想使用 ID 加入，结果如下所示:

ID     value 1     Comment
5      162
7      185         Yes!
11     156

真正的 DataFrame 更大并且包含更多列，我本质上想将 Comment 列从 df2 添加到 df1。我尝试使用

df1 = df1.join(df2['Comment'], on='ID')

...但这只会让我在 df1 中获得一个新的空 Comment 列，就像 .join 不知何故无法使用 ID 列作为索引。我也尝试过

df1 = df1.join(df2['Comment'])

...但是它使用默认索引，两个 DataFrame 之间不匹配(它们也有不同的长度)，从而在错误的位置给了我一个 Comment 值。

我做错了什么？

Answer 1

您只需进行合并即可实现您想要的:

In [30]:

df1.merge(df2, on='ID')
Out[30]:
   ID  value1 Comment
0   5     162    None
1   7     185    Yes!
2  11     156    None

[3 rows x 3 columns]

join 的问题是默认情况下它执行左索引连接，因为您的数据帧没有匹配的公共(public)索引值，那么您的评论列最终为空

编辑

根据注释，如果您想保留 df1 中的所有值并仅添加非空且具有 df1 中存在的 ID 的注释，那么您可以可以执行左合并:

df1.merge(df2.dropna( subset=['Comment']), on='ID', how='left')

这将删除任何带有空注释的行，使用 ID 列将 df1 和 df2 合并，但执行 left 合并，以便保留左侧的所有值，但会合并与 ID 列匹配的注释，默认为 inner ，保留左侧的 ID和右 dfs。

有关 merge 的更多信息以及进一步examples .