用循环合并两个不同的数据格式(python)

Question

我对python非常陌生，遇到了以下问题。

我有两个数据处理程序，第一个看起来是这样的：

df1
code  product
10-00  apple
10-10  banana
10-20  grape
10-00  cucumber
20-00  tomato
20-10  onion
20-10  garlic

第二个看起来是：

df2
code  colour
10-00  green
10-10  yellow
10-20  purple
20-00  red
20-10  white

我希望有一个循环，它将给出以下数据

df
10-00  apple  green
10-10  banana  yellow
10-20  grape  purple
10-00  cucumber  green
20-00  tomato  red
20-10  onion  white
20-10  garlic  white

但我真的想不出从哪里开始..。有谁有过这样的问题吗？

Answer 1

试试这个(pd.DataFrame.merge)

df = pd.merge(df1,df2,on=['code'],how='left')

示例：

import pandas as pd

df1 = pd.DataFrame({
    'code': ['10-00','10-10'],
    'product': ['apple','banana']
})

df2 = pd.DataFrame({
    'code': ['10-00','10-10'],
    'colour': ['green','yellow']
})

df = pd.merge(df1,df2,on=['code'],how='left')

print(df)

返回：

    code product  colour
0  10-00   apple   green
1  10-10  banana  yellow

Answer 2

不要使用循环，用df2列索引code数据帧，使用简单的赋值！

>>> df1.set_index('code', inplace=True)
>>> df2.set_index('code',inplace=True)
>>> df1
        product
code
10-00     apple
10-10    banana
10-20     grape
10-00  cucumber
20-00    tomato
20-10     onion
20-10    garlic
>>> df2
       colour
code
10-00   green
10-10  yellow
10-20  purple
20-00     red
20-10   white

然后简单地说：

>>> df1['colour'] = df2['colour']
>>> df1
        product  colour
code
10-00     apple   green
10-10    banana  yellow
10-20     grape  purple
10-00  cucumber   green
20-00    tomato     red
20-10     onion   white
20-10    garlic   white

如果您不想用代码索引df1 (它会给您提供一个重复的索引)，那么您可以始终使用：

>>> df1['colour'] = df2.loc[df1['code']].values
>>> df1
    code   product  colour
0  10-00     apple   green
1  10-10    banana  yellow
2  10-20     grape  purple
3  10-00  cucumber   green
4  20-00    tomato     red
5  20-10     onion   white
6  20-10    garlic   white

只要df2被'code'索引

Answer 3

这在set_index和join中是可能的。

df1.set_index('code').join(df2.set_index('code')).reset_index()

结果

    code   product  colour
0  10-00     apple   green
1  10-00  cucumber   green
2  10-10    banana  yellow
3  10-20     grape  purple
4  20-00    tomato     red
5  20-10     onion   white
6  20-10    garlic   white

解释

• set_index('code')同时应用于df1和df2，这样我们以后就可以使用它加入。
• 默认情况下，join作为索引上的“左联接”应用。
• 将reset_index应用于结果，以便检索具有所需列的数据。