明智的合并数据帧与python/pandas中的重叠数据

我有两个大型数据框，我需要合并行。这两个数据帧可能有几个重叠的行。明智的合并数据帧与python/pandas中的重叠数据

例子：

data1 
    key name    patent 
    11 Alphagrep   112344 
    12 Citrix    112345 

data2 
    Sr name    patents 
    11 Alphagrep   112344 
    13 Taj    112322

我想合并这些dataframes排在[键，SR] &专利，专利有智慧

那就是：如果行数据1 [关键] ==行-data2 [Sr] & row-data1 [专利] == row-data2 [专利]，合并或者附加。

的结果应该是：

data1 + data2 
    key name    patent 
    11 Alphagrep   112344 
    12 Citrix    112345 
    13 Taj    112322

应该如何在一个大熊猫做到这一点？

来源

2016-12-26 user248884

你可以做这样的事情：

print data1, '\n', '\n', data2, '\n' 
data2.columns = data1.columns.tolist() 
data3 = pd.concat([data1, data2]).drop_duplicates() 
print data3

输出：

key  name patent 
0 11 Alphagrep 112344 
1 12  Citrix 112345 

    Sr  name patents 
0 11 Alphagrep 112344 
1 13  Taj 112322 

    key  name patent 
0 11 Alphagrep 112344 
1 12  Citrix 112345 
1 13  Taj 112322

来源

2016-12-26 12:07:48 MYGz

这是一个很好的黑客来解决这个问题。但是，假如我们有一个情况，那就是列不能同质化（列数不相等），那么我们将如何工作？有没有我们提供参数的方法，只有那些列被检查 – user248884

@ user248884，你能发布__reproducible__样本数据集和一个期望的结果数据集吗？甚至更好 - 开一个新的问题... – MaxU

是的。创建一个特定的案例并将其作为一个新问题发布。由于此解决方案适用于现有问题，因此您可以接受它:) – MYGz

和combine_first

c1 = ['key', 'patent'] 
c2 = ['Sr', 'patents'] 

data1.set_index(c1) \ 
    .combine_first(
     data2.set_index(c2).rename_axis(c1) 
    ).reset_index() 

    key patent  name 
0 11 112344 Alphagrep 
1 12 112345  Citrix 
2 13 112322  Taj

来源

2016-12-26 14:04:18 piRSquared

明智的合并数据帧与python/pandas中的重叠数据

回答

相关问题