通过将第一个数据帧中的一列与第二个数据帧中的两列进行匹配，合并两个数据帧

Question

我正在处理两个数据帧：

df1 = {'Metropolitan area': {0: 'New York City',
  1: 'Los Angeles',
  2: 'San Francisco Bay Area',
  3: 'Chicago',
  4: 'Dallas–Fort Worth'},
 'token_nhl': {0: 'Devils',
  1: 'Ducks',
  2: 'Sharks',
  3: 'Blackhawks',
  4: 'Stars'}}

df2 = {'NHL': {0: 'team1', 1: 'team2', 2: 'team3', 3: 'team4', 4: 'team5'},
 'token_nhl': {0: 'Devils', 1: 'Ducks', 2: 'x', 3: 'Stars', 4: 'Sharks'},
 'token_nhl1': {0: 'a', 1: 'b', 2: 'Blackhawks', 3: 'c', 4: 'd'}}

我正在尝试合并它们，但我希望将df1中“token\u nhl”列的值与df2中的“token\u nhl”和“token\u nhl1”匹配，因此每当我在“token\u nhl”中找不到值时，我都会在“token\u nhl1”中查找它，然后生成的数据帧将是：

{'NHL': {0: 'team1', 1: 'team2', 2: 'team3', 3: 'team4', 4: 'team5'},
 'token_nhl_left': {0: 'Devils', 1: 'Ducks', 2: 'x', 3: 'Stars', 4: 'Sharks'},
 'token_nhl1_left': {0: 'a', 1: 'b', 2: 'Blackhawks', 3: 'c', 4: 'd'},
 'token_nhl_right': {0: 'Devils',1: 'Ducks',2: 'Blackhawks',3: 'Stars',4: 'Sharks'}}

Answer 1

为此，您需要合并两次：

1：重命名列，因为合并后熊猫没有给出两个不同的列

df1 = df1.rename(columns = {"token_nhl":"token_nhl_left"})
df2 = df2.rename(columns = {"token_nhl":"token_nhl_right"})
# creating variables
left_on = "token_nhl_left"
right_on1 = "token_nhl_right"
right_on2 = "token_nhl1"
left_columns = df1.columns

1. 合并-1

    df_temp1 = pd.merge(left = df1, right = df2, left_on = left_on, right_on = right_on1, how = 'left')
   

2. 合并-2

    df_temp2 = pd.merge(left = df_temp1[pd.isna(df_temp1[right_on1])][left_columns], right = df2, left_on = left_on, right_on = right_on2, how = 'left')
   

3. 海螺

    df_final = pd.concat([df_temp1[pd.notna(df_temp1[right_on1])]  , df_temp2])
   

Answer 2

我处理这个问题的方法包括两个步骤

1-创建一段代码，将所需信息添加到列表中：

lis = []
for (y,w) in zip(list(df2['token_nhl']), list(df2['token_nhl1'])):
    if y in list(df1['token_nhl']):
        lis.append(y)
    else:
        lis.append(w)

2-将该列表分配给包含所有其他所需数据的新数据框。之后，重命名列：

df3 = df2.assign(token_nhl_right=lis)
df3.rename(columns={'token_nhl':'token_nhl_left' ,'token_nhl1':'token_nhl1_left'})