加入两个数据框并将所有列保留在熊猫中

Question

我正在尝试使用 Pandas 在 python 中执行类似 join 的 sql 语句。

我有这两个数据框

df1：

id  name

7   MPS

10  MCM

11  MIB

12  NEW-MCM-DEV

15  SAMS

16  NEW-MCM-VIT

df2：

main_id numberOfNodes tier_id   tier_name               

7       2             29        MPS-Online           

7       0             247       Offline-b24-settle  

7       0             246       Offline-bank-data-feed  

7       1             256       Offline-Citynet-Recon   

7       1             433       WAS 

10      8             26        APP 

10      2             296       BATCH   

10      2             358       BBO 

我想根据 id (df1) 和 main_id(df2) 加入这 2 个数据帧。

我想要的输出是

main_id numberOfNodes tier_id   tier_name               name

7       2             29        MPS-Online              MPS

7       0             247       Offline-b24-settle      MPS

7       0             246       Offline-bank-data-feed  MPS 

7       1             256       Offline-Citynet-Recon   MPS

7       1             433       WAS                     MPS

10      8             26        APP                     MCM

10      2             296       BATCH                   MCM

10      2             358       BBO                     MCM

我尝试使用

df2.merge(df1, left_on='main_id', right_on='id')

并尝试使用

df2.join(df1, on=['main_id'], how='outer')

但没有工作，因为 df1 上的名称字段未显示在输出中。有什么办法可以实现这一目标吗？

Answer 1

您可以使用熊猫功能concat。沿特定轴连接 Pandas 对象，沿其他轴使用可选的设置逻辑。有一些方法可以使用它，首先以对问题提出的方式使用：pd.concat([df1, df4], axis=1, sort=False)在这种情况下，pandas 将用 NaN 填充缺失值。例子：如果您更喜欢忽略缺失值的行，您可以使用：pd.concat([df1, df4], axis=1, join='inner')在这种情况下，数据帧之间的连接将作为 SQL 的内部连接工作。例子：如果你想保留一些数据框结构只是用新列完成这个结构，你可以使用：pd.concat([df1, df4], axis=1, join_axes=[df1.index])在这种情况下，生成的数据帧将具有相同的行，df1但有一些额外的df4. 例子：可以在此链接上找到更多信息。