Unisci due frame di dati di panda Python di lunghezza diversa ma conserva tutte le righe nel frame di dati di output

Question

Ho il seguente problema: Ho due frame di dati di panda di diversa lunghezza contenenti alcune righe e colonne che hanno valori comuni e alcuni che sono diversi, in questo modo:

df1:         df2: 

     Column1 Column2 Column3   ColumnA ColumnB ColumnC 
    0 a  x  x   0 c  y  y 
    1 c  x  x   1 e  z  z 
    2 e  x  x   2 a  s  s 
    3 d  x  x   3 d  f  f 
    4 h  x  x 
    5 k  x  x    

quello che voglio fare ora è fusione dei due dataframes modo che se ColumnA e Column1 hanno lo stesso valore le righe df2 vengono aggiunti alla riga corrispondente df1, in questo modo:

df1: 
    Column1 Column2 Column3 ColumnB ColumnC 
    0 a  x  x  s  s 
    1 c  x  x  y  y 
    2 e  x  x  z  z 
    3 d  x  x  f  f 
    4 h  x  x  NaN  NaN 
    5 k  x  x  NaN  NaN 

So che l'unione è fattibile ugh df1.merge(df2,left_on='Column1', right_on='ColumnA'), ma questo comando elimina tutte le righe che non sono le stesse in Column1 e ColumnA in entrambi i file. Invece di ciò voglio mantenere queste righe in df1 e assegnare loro semplicemente NaN nelle colonne in cui altre righe hanno un valore da df2, come mostrato sopra. C'è un modo semplice per farlo in panda?

Grazie in anticipo!

Answer 1

È possibile leggere la documentazione qui: http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.merge.html

Quello che state cercando è un join sinistro. L'opzione predefinita è un join interno. È possibile modificare questo comportamento passando un argomento di diverso modo:

df1.merge(df2,how='left', left_on='Column1', right_on='ColumnA') 

Answer 2

Sembra che tu stia cercando qualcosa come un left-join. Vedere se questo esempio aiuta: http://pandas.pydata.org/pandas-docs/stable/comparison_with_sql.html#left-outer-join

si può sostanzialmente passare un parametro a merge() chiamato how='left'

Answer 3

Si può semplicemente utilizzare fondersi con l'utilizzo su e lista pure

result = df1.merge(df2, on=['Column1']) 

Per ulteriori informazioni seguire link