使用循环(python)合并两个不同的数据帧[重复]

试试这个( pd.DataFrame.merge )

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

例子:

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)

返回值:

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

不要使用循环,索引 df2 数据帧由 code 列,使用简单赋值!

>>> 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:

>>> 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

如果你不想索引 df1 对于代码(它会给您一个重复的索引),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型 索引依据 'code'

这是可能的 set_index 和 join :

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

后果

    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') 应用于两者 df1 和 df2 这样我们以后可以使用它来加入。
• 参加 默认情况下,作为索引上的“左联接”应用。
• reset_index 应用于结果,以便检索具有所需列的数据帧。