如何跨多列合并 pandas dataframe

通常，您可能希望跨多个列合并两个 pandas DataFrame。幸运的是，使用 pandas merge()函数可以轻松做到这一点，该函数使用以下语法：

 p.d. merge (df1, df2, left_on=['col1','col2'], right_on = ['col1','col2'])

本教程解释了如何在实践中使用此功能。

示例 1：合并具有不同名称的多个列

假设我们有以下两个 panda DataFrame：

 import pandas as pd

#create and view first DataFrame
df1 = pd.DataFrame({'a1': [0, 0, 1, 1, 2],
                   'b': [0, 0, 1, 1, 1],
                   'c': [11, 8, 10, 6, 6]})

print (df1)

   a1 bc
0 0 0 11
1 0 0 8
2 1 1 10
3 1 1 6
4 2 1 6

#create and view second DataFrame 
df2 = pd.DataFrame({'a2': [0, 1, 1, 1, 3],
                   'b': [0, 0, 0, 1, 1],
                   'd': [22, 24, 25, 33, 37]})

print (df2)

   a2 comic
0 0 0 22
1 1 0 24
2 1 0 25
3 1 1 33
4 3 1 37

以下代码显示了如何使用两个 DataFrame 中的多个列执行左连接：

 p.d. merge (df1, df2, how=' left ', left_on=[' a1 ', ' b '], right_on = [' a2 ', ' b '])


        a1 b c a2 d
0 0 0 11 0.0 22.0
1 0 0 8 0.0 22.0
2 1 1 10 1.0 33.0
3 1 1 6 1.0 33.0
4 2 1 6 NaN NaN

示例 2：合并多个同名列

假设我们有以下两个具有相同列名的 pandas DataFrame：

 import pandas as pd

#createDataFrames
df1 = pd.DataFrame({'a': [0, 0, 1, 1, 2],
                   'b': [0, 0, 1, 1, 1],
                   'c': [11, 8, 10, 6, 6]})

df2 = pd.DataFrame({'a': [0, 1, 1, 1, 3],
                   'b': [0, 0, 0, 1, 1],
                   'd': [22, 24, 25, 33, 37]})

在这种情况下，我们可以简化使用on = [‘a’, ‘b’]因为两个 DataFrame 中的列名称相同：

 p.d. merge (df1, df2, how=' left ', on=[' a ', ' b '])

	a b c d
0 0 0 11 22.0
1 0 0 8 22.0
2 1 1 10 33.0
3 1 1 6 33.0
4 2 1 6 NaN

其他资源

如何合并索引上的两个 Pandas DataFrame
如何堆叠多个 Pandas DataFrame