熊貓：數據幀後過長合併

說我要DataFrames，比另一個更長的時間，我想加入一個特定的列，如下面的例子：熊貓：數據幀後過長合併

A = pd.DataFrame({'col1': [1, 2, 3, 4, 5], 'col2': [6, 7, 8, 9, 10], 'col3': [11, 12, 13, 14, 15]}) 

B = pd.DataFrame({'col1': [1, 3, 5], 'col2': [16, 17, 18], 'col4': [19, 20, 21]})

然後，我加入他們的行列：

pd.merge(A, B, on='col1', how='outer')

而獲得，符合市場預期：

 col1  col2_x col3 col2_y col4 
0  1  6  11  16  19 
1  2  7  12  NaN  NaN 
2  3  8  13  17  20 
3  4  9  14  NaN  NaN 
4  5  10  15  18  21 

5 rows × 5 columns

不過，我有兩個DataFrames，我試圖合併，W分別爲28,011和15,676行。按照上面的方式合併它們，我期望在df2沒有觀察結果的那些單元格中返回一個帶有28011行和NaN的DataFrame。會發生什麼反而是：

len(pd.merge(df1, df2, on='col1', how='outer')) 
    51881

這怎麼可能？我正在合併的列是一個唯一的標識符，並且在Stata中沒有問題的情況下執行相同的操作。我在這裏錯過了什麼？

來源

2014-10-09 Nils Gudat

聽起來你想怎麼'='left''？外連接還將包括df2中的觀察值，df1中沒有多少。另外，你可以仔細檢查'col1'沒有重複嗎？ – chrisb 2014-10-09 17:04:39

聽起來像你想要一個左連接。

嘗試：

pd.merge(df1, df2, left_on='col1',right_on='col1',how='left')

來源

2014-10-10 05:52:31

這就是我認爲是好，但是，唉，沒有： 'LEN（pd.merge（DF1，DF2，left_on = 'COL1'，right_on = 'COL1'，如何= '左'））' 給我51881， 'len（pd.merge（df1，df2，left_on ='col1'，right_on ='col1'，how ='inner'））' 給出46249.似乎沒有合併的選項較小的數據幀保存到較大的數據幀中，同時保留較大的數據幀的長度。 – 2014-10-10 09:27:55

我的不好，我合併的列確實包含一些重複的值，所以爲了確切識別我需要在兩列合併，最後 'pd.merge（df1，df2，on = ['col1'， 'col2']，how ='left'）' 訣竅！ – 2014-10-10 09:44:01

熊貓：數據幀後過長合併

回答

相關問題