我使用 python
和 pandas
工作。
假设我有以下两个数据帧 df_1
和 df_2
(INPUT):
# df1
A B C
0 2 8 6
1 5 2 5
2 3 4 9
3 5 1 1
# df2
A B C
0 2 7 NaN
1 5 1 NaN
2 3 3 NaN
3 5 0 NaN
我想处理它以加入/合并它们以获得一个新的数据框,它看起来像(预期输出):
A B C
0 2 7 NaN
1 5 1 1
2 3 3 NaN
3 5 0 NaN
所以基本上它是一个右合并/连接,但保留了原始右数据帧的顺序。
但是,如果我这样做:
df_2 = df_1.merge(df_2[['A', 'B']], on=['A', 'B'], how='right')
然后我得到这个:
A B C
0 5 1 1.0
1 2 7 NaN
2 3 3 NaN
3 5 0 NaN
因此,我连接/合并了正确的行,但输出数据帧的行顺序与原始正确数据帧的行顺序不同。
如何进行连接/合并并保留行顺序?
创建原始数据帧的代码如下:
import pandas as pd
import numpy as np
columns = ['A', 'B', 'C']
data_1 = [[2, 5, 3, 5], [8, 2, 4, 1], [6, 5, 9, 1]]
data_1 = np.array(data_1).T
df_1 = pd.DataFrame(data=data_1, columns=columns)
columns = ['A', 'B', 'C']
data_2 = [[2, 5, 3, 5], [7, 1, 3, 0], [np.nan, np.nan, np.nan, np.nan]]
data_2 = np.array(data_2).T
df_2 = pd.DataFrame(data=data_2, columns=columns)
<小时/>
我认为通过使用 .join()
或 .update()
我可以获得我想要的东西,但首先我感到非常惊讶.merge()
也没有做这个非常简单的事情。
最佳答案
我认为这是错误。
左连接的可能解决方案:
df_2 = df_2.merge(df_1, on=['A', 'B'], how='left', suffixes=('_','')).drop('C_', axis=1)
print (df_2)
A B C
0 2.0 7.0 NaN
1 5.0 1.0 1.0
2 3.0 3.0 NaN
3 5.0 0.0 NaN
关于python - 连接/合并数据帧并保留行顺序,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57092373/