使用列中的某些条件连接 pandas 中的两个表

Question

Num	Algo	Distance	Result
525	M	25	Good
524	M	28	Good
523	M	30	Good
522	M	75	Good

Num	Algo	Distance	Result
525	T	25	Good
524	T	28	Bad
520	T	98	Good

df_1 = pd.DataFrame({'Num' : [525, 524, 523, 522], 'Algo' : [M, M, M, M], 'Distance' : [25, 28, 30, 75], 'Result' : ['Good', 'Good', 'Good', 'Good']})

df_2 = pd.DataFrame({'Num' : [525, 524, 520], 'Algo' : [T, T, T], 'Distance' : [25, 28, 98], 'Result' : ['Good', 'Bad', 'Good']})

我有两个数据框，我想按下面的方式 join/merge 它们（我在 pandas 中尝试了不同的连接，但它没有像我想要的那样工作）：

Num	Algo	Distance	Result
525	M, T	25	Good
524	M, T	28	Good
523	M	30	Good
522	M	75	Good
520	T	98	Good

此外，我想在加入时优先考虑 df_1['Result'] 因为可以看到我使用 'Good' 代替 'Num' = 524。

Answer 1

IIUC，可以在concat:

后使用pandas.DataFrame.groupby

df = pd.concat([df_1, df_2])
new_df = df.groupby(["Num", "Distance"], 
                    as_index=False, 
                    sort=False).agg({"Algo" : ", ".join, 
                                     "Result" : "first"})

输出：

   Num  Distance  Algo Result
0  525        25  M, T   Good
1  524        28  M, T   Good
2  523        30     M   Good
3  522        75     M   Good
4  520        98     T   Good

Answer 2

试试 merge:

output = df_1.merge(df_2, on=["Num", "Distance"], how="outer")

#concat Algo columns from both dfs to a string
output["Algo"] = output["Algo_x"].fillna("").str.cat(output["Algo_y"].fillna(""), sep=", ").str.strip().str.strip(",")

#combine Result column using df_2 data only when df_1 is NaN
output["Result"] = output[["Result_x", "Result_y"]].ffill(axis=0)["Result_x"]
output = output[["Num", "Algo", "Distance", "Result"]]

>>> output
   Num  Algo  Distance Result
0  525  M, T        25   Good
1  524  M, T        28   Good
2  523     M        30   Good
3  522     M        75   Good
4  520     T        98   Good

使用列中的某些条件连接 pandas 中的两个表

Join two tables in pandas with some conditions in columns

python

merge

join

pandas