熊猫合并两个数据帧而不复制列

我的问题与Pandas Merge - How to avoid duplicating columns类似，但我找不到下面的具体示例的解决方案。熊猫合并两个数据帧而不复制列

我有DateFrame DF：

Customer Address 
J. Smith 10 Sunny Rd Timbuktu

和数据帧电子邮件：

Name  Email 
J. Smith [email protected]

我想这两个dataframes合并产生：

Customer Address     Email 
J. Smith 10 Sunny Rd Timbuktu [email protected]

我使用下面的代码：

data_names = {'Name':data_col[1], ...} 
mapped_name = data_names['Name'] 
df = df.merge(emails, how='inner', left_on='Customer', right_on=mapped_name)

结果是：

Customer Address     Email     Name 
J. Smith 10 Sunny Rd Timbuktu [email protected] J. Smith

虽然我可以只删除指定列mapped_name，有可能性mapped_name可能是“客户”，并在这种情况下，我不想删除这两个客户列。

任何想法？

来源

2017-06-23 proximacentauri

甚至可以使用df.drop（mapped_name，axis = 1，inplace = True）删除不需要的列， –

我觉得你可以在email数据帧重命名第一列Customer，how='inner'可以省略，因为默认值：

emails.columns = ['Customer'] + emails.columns[1:].tolist() 

df = df.merge(emails, on='Customer') 
print (df) 
    Customer    Address    Email 
0 J. Smith 10 Sunny Rd Timbuktu [email protected]

与同类解决方案，另一种答案 - 是有可能重命名的第一列由[0]选择：

df = df.merge(emails.rename(columns={emails.columns[0]:'Customer'}), on='Customer') 
print (df) 
    Customer    Address    Email 
0 J. Smith 10 Sunny Rd Timbuktu [email protected]

来源

2017-06-23 05:20:01 jezrael

您可以将您的电子邮件名称列重命名为“客户”，然后合并。这样，您根本不必担心会丢失列。

df.merge(emails.rename(columns={mapped_name:'Customer'}), how='inner', on='Customer') 
Out[53]: 
    Customer    Address    Email 
0 J. Smith 10 Sunny Rd Timbuktu [email protected]

来源

2017-06-23 05:27:38 Allen

熊猫合并两个数据帧而不复制列

回答

相关问题