Desarrollo de Python
  1. Desarrollo de Python
  3. pandas se fusionan en columnas con nombres diferentes y evitan duplicados
Intereting Posts
No se puede instalar pip: error de permiso denegado La verificación de CSRF falló. Solicitud abortada asyncio: espera el evento de otro hilo Python: obtener la longitud de cadena correcta cuando contiene pares sustitutos Añadir meses a una fecha en Pandas ¿Debo llamar a close () después de urllib.urlopen ()? Especifique el color de relleno de la imagen cuando gire en python con PIL y configure expand argumento a verdadero Configurando LD_LIBRARY_PATH desde dentro de Python Ganchos de importación específicos del paquete en Python Configuración de la encoding correcta al canalizar la salida estándar en Python Título de python () con apóstrofes. ¿Cómo personalizar un Requirements.txt para múltiples entornos? El objeto ‘super’ no llama a __getattr__ Alterar una propiedad kivy de otro hilo. Biblioteca de imágenes para Python 3

pandas se fusionan en columnas con nombres diferentes y evitan duplicados

¿Cómo puedo combinar dos marcos de datos de pandas en dos columnas con nombres diferentes y mantener una de las columnas? 

df1 = pd.DataFrame({'UserName': [1,2,3], 'Col1':['a','b','c']}) df2 = pd.DataFrame({'UserID': [1,2,3], 'Col2':['d','e','f']}) pd.merge(df1, df2, left_on='UserName', right_on='UserID')

Esto proporciona un DataFrame como este

introduzca la descripción de la imagen aquí

Pero claramente me estoy fusionando con UserName y UserID para que sean iguales. Quiero que se vea así. ¿Hay alguna forma limpia de hacer esto?

introduzca la descripción de la imagen aquí

Solo las formas en que puedo pensar son cambiar el nombre de las columnas para que sean las mismas antes de fusionar, o eliminar una de ellas después de fusionar. Sería bueno si los pandas soltaran automáticamente uno de ellos o podría hacer algo como 

 pd.merge(df1, df2, left_on='UserName', right_on='UserID', keep_column='left')

¿Qué tal si configura el UserID como índice y luego únase en el índice para el segundo dataframe? 

 pd.merge(df1, df2.set_index('UserID'), left_on='UserName', right_index=True) # Col1 UserName Col2 # 0 a 1 d # 1 b 2 e # 2 c 3 f

No hay nada realmente bueno en esto: está destinado a mantener las columnas, ya que los casos más grandes como la izquierda derecha o las combinaciones externas aportan información adicional con dos columnas. No intente forzar en exceso su línea de fusión, sea explícito como sugiere

Solución 1: 

 df2.columns = ['Col2', 'UserName'] pd.merge(df1, df2,on='UserName') Out[67]: Col1 UserName Col2 0 a 1 d 1 b 2 e 2 c 3 f

Solución 2: 

 pd.merge(df1, df2, left_on='UserName', right_on='UserID').drop('UserID', axis=1) Out[71]: Col1 UserName Col2 0 a 1 d 1 b 2 e 2 c 3 f