按 column/row 值匹配和合并 python 中的 2 个单独数据帧的最佳方法？
Best way to matchup & merge 2 seperate dataframes in python by column/row values?
我的 python 脚本输出了 2 个数据帧：dt1 & dt2
每个数据框有 4 列（colA、colB、colC、& colD）并且每个数据框都有不同的长度（dt1 总是有更多行）
我想创建第三个数据框 dt3 是：
- 副本
dt1
- 将
dt2[colD] 值添加到相应的行 IF dt1[colA] = dt2[colA] & dt1[colB] = dt2[colB] & dt1[colC] = dt2[colC]，如果 3 列不匹配我想加载 null
我试过使用 for 循环和组合的 if else 语句进行迭代，但似乎无法正确检查，请帮忙！
使用 pandas
中的 merge
df1.merge(df2[["colA","colB","colC","colD"]],on=["colA","colB","colC"])
已根据操作要求更新。
df1.colD.fillna('---')
我的 python 脚本输出了 2 个数据帧：dt1 & dt2
每个数据框有 4 列（colA、colB、colC、& colD）并且每个数据框都有不同的长度（dt1 总是有更多行）
我想创建第三个数据框 dt3 是：
- 副本
dt1 - 将
dt2[colD]值添加到相应的行 IFdt1[colA]=dt2[colA]&dt1[colB]=dt2[colB]&dt1[colC]=dt2[colC]，如果 3 列不匹配我想加载 null
我试过使用 for 循环和组合的 if else 语句进行迭代，但似乎无法正确检查，请帮忙！
使用 pandas
merge
df1.merge(df2[["colA","colB","colC","colD"]],on=["colA","colB","colC"])
已根据操作要求更新。
df1.colD.fillna('---')