我有一个大数据框df和一个小数据框df_right有 2 列a and b。我想做一个简单的左连接/查找a无需复制df.
我想出了这段代码，但我不确定它有多强大：
dtmp = pd.merge(df[['a']], df_right, on = 'a', how = "left") #one col left join
df['b'] = dtmp['b'].values
我知道当有重复的键时它肯定会失败：pandas left join - 为什么有更多结果？
有更好的方法吗？
Related:
在 pandas 中外部合并两个数据框
DataFrame.merge() 中 copy=False 的确切缺点是什么？
你快到了。
有 4 种情况需要考虑：
- Both
df and df_right do not有重复的键
- Only
df has重复的键
- Only
df_right has重复的键
- Both
df and df_right have重复的键
您的代码在情况 3 和 4 中失败，因为合并扩展了行计数df。为了使其发挥作用，您需要选择要放入的信息df_right合并之前。这样做的目的是强制任何合并方案为情况 1 或情况 2。
例如，如果您希望保留每个重复键的“第一个”值df_right，以下代码适用于上述所有 4 种情况。
dtmp = pd.merge(df[['a']], df_right.drop_duplicates('a', keep='first'), on='a', how='left')
df['b'] = dtmp['b'].values
或者，如果列'b' of df_right由数值组成，您希望获得汇总统计数据：
dtmp = pd.merge(df[['a']], df_right.groupby('a').mean().reset_index(drop=False), on='a', how='left')
df['b'] = dtmp['b'].values
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
