Question

我试着解决这个问题。我有三个数据帧，我想根据第三个数据框中的值合并（连接？）其中两个数据帧。以下是数据框：

DF1：

index,fields,a1,a2,a3,a4,a5
2018-06-01,price,1.1,2.1,3.1,4.1,5.1
2018-06-01,amount,15,25,35,45,55
2018-06-02,price,1.2,2.2,3.2,4.2,5.2
2018-06-02,amount,16,26,36,46,56
2018-06-03,price,1.3,2.3,3.3,4.3,5.3
2018-06-03,amount,17,27,37,47,57

DF2：

index,fields,b1,b2,b3
2018-06-01,clients,1,2,3
2018-06-02,clients,1,2,3
2018-06-03,clients,1,2,3

df1和df2中的列不同，但它们的关系是df3。

DF3：

index,product1,product2
0,a1,b1
1,a2,b1
2,a3,b2
3,a4,b2
4,a5,b3

我想合并df1和df2中的数据，但保留与d1中相同的列（因为b1，b2，b3用a1，a2，a3，a4和a5引用）。这是df4，我想要的数据帧。

DF4：

 index,fields,a1,a2,a3,a4,a5
 2018-06-01,price,1.1,2.1,3.1,4.1,5.1
 2018-06-01,amount,15,25,35,45,55
 2018-06-01,clients,1,1,2,2,3
 2018-06-02,price,1.2,2.2,3.2,4.2,5.2
 2018-06-02,amount,16,26,36,46,56
 2018-06-02,clients,4,4,5,5,6
 2018-06-03,price,1.3,2.3,3.3,4.3,5.3
 2018-06-03,amount,17,27,37,47,57
 2018-06-03,clients,7,7,8,8,9

非常感谢，

Answer 1

使用df.melt

取消隐藏df2

df2_melt = df2.melt(["index", "fields"], var_name="product2")

从参考表index中删除多余列df3，将pd.merge与melted df2删除：

merged = pd.merge(df2_melt, df3.drop("index", axis=1), on="product2")\
    .drop("product2", axis=1)

从合并结果中执行pd.pivot_table：

new_rows = pd.pivot_table(merged, index=["index", "fields"],
                          columns="product1", values="value")\
    .reset_index()

使用pd.concat向df1添加新行，对行进行排序并重置索引：

pd.concat([df1, new_rows]).sort_values("index").reset_index(drop=True)

<强>结果：

product1    index       fields  a1      a2      a3      a4      a5
0           2018-06-01  price   1.1     2.1     3.1     4.1     5.1
1           2018-06-01  amount  15.0    25.0    35.0    45.0    55.0
2           2018-06-01  clients 1.0     1.0     2.0     2.0     3.0
3           2018-06-02  price   1.2     2.2     3.2     4.2     5.2
4           2018-06-02  amount  16.0    26.0    36.0    46.0    56.0
5           2018-06-02  clients 1.0     1.0     2.0     2.0     3.0
6           2018-06-03  price   1.3     2.3     3.3     4.3     5.3
7           2018-06-03  amount  17.0    27.0    37.0    47.0    57.0
8           2018-06-03  clients 1.0     1.0     2.0     2.0     3.0

Answer 2

如果您重命名df2的列：

df2 = df2.rename(colunmns={'b1':'a1', 'b2':'a2', 'b3':'a3'})

然后你可以做一个简单的concat：

fields = [df1, df2]
df4 = pd.concat(fields)

你得到了所需的df4

然而在df2中，只有a1-a3，而在df4中有列a1-a5，所以df2中的行对于a4，a5将具有NaN，除非你以某种方式创建它们的列。您可以通过以下方式执行此操作：

df2['a4'] = df2['a1']

...等

根据匹配的列标签将行值添加到数据框中

2 个答案: