在单个柱桁架的基础上合并Pandas中的两个记录

Question

我最近开始与熊猫（Python初学者）合作。我正在尝试合并来自不同id的两个记录，并创建一个最终记录，其中包含来自我信任的每个列的id的每个列的值。你知道吗

df1:
ID   NAME     ADDRESS    PHONE
1    abc      street1     9999

df2:
ID   NAME     ADDRESS    PHONE
2    xyz      street2     8888

df_col_priority:
COLUMN   PRIORITY_BY_ID
NAME        1
ADDRESS     2
PHONE       2

所以在这里，基于每个id的每列的优先级，我应该得到一个输出记录，如下所示：

df_output:
NAME      ADDRESS    PHONE
abc       street2     8888    

所以基本上我应该从ID=1得到NAME，从ID=2得到其他2个字段。
同样地，我有数千条记录，对于这些记录，我将通过逻辑选择两条记录的一对，并使用上述方法计算最终的输出记录。你知道吗

除了在每个数据帧的每一列上循环、提取优先级并通过concat逐列构造新的记录之外，我想不出其他方法来实现这一点。但我认为这是相当低效的。任何帮助都将不胜感激。你知道吗

Answer 1

我可能误解了您的问题，但无论如何，重温一下您是如何组织数据帧的似乎是有用的。也就是说，这个解决方案，虽然可能不雅观，但在您的情况下是有效的：

# start by concatenating df1 and df2 into one dataframe
full_df = pd.concat([df1, df2])
# create an empty output dataframe with the columns you want
df_output = pd.DataFrame(columns = df1.columns[1:])
# loop through your df_col_priority, making a series of your desired values,
# appending that series to df_output
# this uses a list iteration
df_output = df_output.append(pd.Series(
    [full_df.loc[full_df.ID == row.PRIORITY_BY_ID, row.COLUMN].values[0]
     for _, row in df_col_priority.iterrows()],
    index=df_col_priority.COLUMN), ignore_index=True)

你的df_output看起来像：

>>> df_output
  NAME  ADDRESS PHONE
0  abc  street2  8888