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
- Pandas de Python - La columna numérica en el dataframe está en el número del exponente
- Pandas Derretir varios grupos de columnas en varias columnas de destino por nombre
- Fusionar múltiples pandas de dataframe
- Python Pandas: Combinar o filtrar DataFrame por otro. ¿Hay una mejor manera?
- Array.extend (cadena) agrega todos los caracteres en lugar de solo la cadena
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?
- Solo copia una columna clave en el DataFrame fusionado
- Las pandas se funden con múltiples valores de valor
- Unirse a la izquierda en varias columnas
- MemoryError cuando fusiono dos marcos de datos Pandas
- pandas fusionando marcos de datos en un bucle
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