Skip to main content
 首页 » 编程设计

python之在不替换值的情况下多次合并数据框

2025年05月04日17kevingrace

我有两个数据框(df1 和 df2),我计划根据 df1 中 df2 中的 'pincode2' 列上的列 'pin'、'pin1'、pin2' 合并 df1 和 df2。

结构:

              df1                             df2 
 
ID Name pin   pin1  pin2  pin3            pincode  value 
1  A1   1001  4521  3223  6433            1001     W1 
2  A5   1002        4556                  1002     O1 
3  X3   4531  4341        4563            1003     X3 
4  A4   4633  4633  4633  4633            1004     Z2 
5  B3   5346              3452            1005     Y9 
6  B4   1001                              1006     G4 
7  F5               6512                  1007     R3 

现在我正在使用以下代码在 pandas 中执行合并:

# Importing libraries  
 
import pandas as pd 
import cvs as csv 
#********************************************************************# 
 
# Importing the files 
 
df1= pd.read_csv('/Users/one/Input/df1.csv', encoding = "ISO-8859-1") 
df2= pd.read_csv('/Users/one/Input/df2.csv', encoding = "ISO-8859-1") 
 
#*************************************************************#    
 
# Creating a column as a flag 
 
df1['mapping_type']= 'Unmapped' 
 
#*************************************************************#  
 
# Merging/Joining the two data frame 
 
df_first_run = pd.merge(left=df1, right=df2, left_on= 'pin', right_on= 'pincode', how='left') 

如您所见,我需要与 df1 的列“pin1”“pin2”重复此合并。但是我不想继续更改列名 df2 否则我将替换以前获取的值。

列 mapped_type 也必须更改以显示映射的列。

Expected Output: 
 
    ID Name pin   pin1  pin2  pin3   value  mapping_type 
    1  A1   1001  4521  3223  6433   W1     pin 
    2  A5   1002        4556         O2     pin 
    3  X3   4531  4341        4563   P3     pin3 
    4  A4   4633  4633  4633  4633   Q2     pin2 
    5  B3   5346              3452          Unmapped 
    6  B4   1001                     W1     pin 
    7  F5               6512         Q2     pin2 

请您参考如下方法:

您可以使用 map 函数而不是合并。

只需将 df2 转换为哈希并分别映射每个系列。

mapping = df2.to_dict()['value'] 
for col in ['pin', 'pin1', 'pin2', 'pin3']: 
    df1['{}_value'.format(col)] = df1[col].map(mapping) 

这将与您的示例数据一起产生:

   Name   pin  pin1  pin2  pin3 pin_value pin1_value pin2_value pin3_value 
ID                                                                         
1    A1  1001  4521  3223  6433        W1        NaN        NaN        NaN 
2    A5  1002  4556   NaN   NaN        O1        NaN        NaN        NaN 
3    X3  4531  4341  4563   NaN       NaN        NaN        NaN        NaN 
4    A4  4633  4633  4633  4633       NaN        NaN        NaN        NaN 
5    B3  5346  3452   NaN   NaN       NaN        NaN        NaN        NaN 
6    B4  1001   NaN   NaN   NaN        W1        NaN        NaN        NaN 
7    F5  6512   NaN   NaN   NaN       NaN        NaN        NaN        NaN 

这并不完全符合您的要求,但也许已经足够好了。

如果你想得到你想要的东西,它会变得有点复杂:

mapping = df2.to_dict()['value'] 
for col in ['pin', 'pin1', 'pin2', 'pin3']: 
    mappedvalues = df1[col].map(mapping) 
    hasmapping = pd.notnull(mappedvalues) 
    df1.loc[hasmapping, 'value'] = mappedvalues 
    df1.loc[hasmapping, 'mapping'] = col 

给予

   Name   pin  pin1  pin2  pin3  value mapping 
ID                                             
1    A1  1001  4521  3223  6433     W1     pin 
2    A5  1002  4556   NaN   NaN     O1     pin 
3    X3  4531  4341  4563   NaN    NaN         
4    A4  4633  4633  4633  4633    NaN         
5    B3  5346  3452   NaN   NaN    NaN         
6    B4  1001   NaN   NaN   NaN     W1     pin 
7    F5  6512   NaN   NaN   NaN    NaN         

但是,需要注意的是,最后更改值的列将是“映射”中提到的列。这感觉像是不好的做法,我可能会使用上面的示例。