如何避免Pandas.Merge

Question

多发性列

想象我有熊猫以下DataFrames：

In [7]: A= pd.DataFrame([['foo'],['bar'],['quz'],['baz']],columns=['key']) 

In [8]: A['value'] = 'None' 

In [9]: A 
Out[9]: 
    key value 
0 foo None 
1 bar None 
2 quz None 
3 baz None 

In [10]: B = pd.DataFrame([['foo',5],['bar',6],['quz',7]],columns= ['key','value']) 

In [11]: B 
Out[11]: 
    key value 
0 foo  5 
1 bar  6 
2 quz  7 

In [12]: pd.merge(A,B, on='key', how='outer') 
Out[12]: 
    key value_x value_y 
0 foo None  5 
1 bar None  6 
2 quz None  7 
3 baz None  NaN 

但我要的是（基本上避免了重复列）：

key value 
0 foo 5 
1 bar 6 
2 quz 7 
3 baz NaN 

我猜想我可以把输出并删除_x值，并重新命名_y但是，似乎是矫枉过正。在SQL上这将是微不足道的。

编辑：

约翰为recomended使用：

In [1]: A.set_index('key', inplace=True) 
     A.update(B.set_index('key'), join='left', overwrite=True) 
     A.reset_index(inplace=True) 

这工作和做什么，我提出的要求。

Answer 1

在你合并两个dataframes与同一列的例子，一个包含字符串（“无”）的其它整数，大熊猫不知道你要保留，哪些应该被替换的列值，因此它创建两个列。

您可以使用update代替

In [10]: A.update(B, join='left', overwrite=True) 
In [11]: A 
Out[11]: 

    key value 
0 foo 5 
1 bar 6 
2 quz 7 
3 baz NaN 

另一种解决方案是只注明您要为给定列的值：

In [15]: A.loc[B.index, 'value'] = B.value 
In [16]: A 
Out[16]: 

    key value 
0 foo 5 
1 bar 6 
2 quz 7 
3 baz NaN 

个人而言，我倾向于第二种方案，因为我很清楚发生了什么，但第一个可能更接近你在你的问题中寻找的东西。

编辑：

如果指数不匹配，我不太清楚如何做到这一点。因此，我建议让他们匹配：

In [1]: A.set_index('key', inplace=True) 
     A.update(B.set_index('key'), join='left', overwrite=True) 
     A.reset_index(inplace=True) 

这可能是因为有更好的方式来做到这一点，但我不相信，大熊猫必须彻底执行此操作的一种方式。

In [24]: A.set_index('key', inplace=True) 
     A.loc[B.key, 'value'] = B.value.tolist()