Question

一本又一本地阅读后，我的头很痛，我无法理解如何解决这个问题。

我有2个包含体育比赛的pandas数据框（此处简化）：

A: Date, HomeTeam, AwayTeam
B: Date, HomeTeam, AwayTeam, HomeScore, AwayScore

A和B必须合并为A。

A比B包含更多匹配项，因此A大于B，必须保留A的大小（请考虑{{1 }}我们的“主人”。

A必须为Date，HomeTeam和AwayTeam匹配的每一行填写HomeScore和AwayScore。

我如何正确合并这两个？

我已经考虑过使用B或熊猫条件iterrows()，但我看不出如何解决它。

Answer 1

您可以使用pd.DataFrame.join

idxs = ['Date', 'HomeTeam', 'AwayTeam']
joined = A.set_index(idxs).join(B.set_index(idxs), how='left').reset_index()

这将产生一个数据帧，其中的行与A中的行数相同，但具有额外的列，这些数据帧将从B中获取值，或者如果{{ 1}}没有出现在这里。您正在使用SQL术语执行左联接。

Answer 2

您可以使用merge()和how = 'left'选项来指定要进行左连接以保持A的行。

这是它的样子：

A = pd.DataFrame({'Date' : ['2019-06-12', '2019-08-06', '2019-08-06'],
                  'HomeTeam' : ['Team A', 'Team B', 'Team C'],
                  'AwayTeam' : ['Team D', 'Team E', 'Team F']})
B = pd.DataFrame({'Date' : ['2019-06-12', '2019-08-06'],
                  'HomeTeam' : ['Team A', 'Team B'],
                  'AwayTeam' : ['Team D', 'Team E'],
                  'HomeScore' : [54, 64], 'AwayScore' : [12, 16]})

A.merge(B, on = ['Date', 'HomeTeam', 'AwayTeam'], how = 'left')

输出：

         Date HomeTeam AwayTeam  HomeScore  AwayScore
0  2019-06-12   Team A   Team D       54.0       12.0
1  2019-08-06   Team B   Team E       64.0       16.0
2  2019-08-06   Team C   Team F        NaN        NaN

有条件地合并熊猫数据框

2 个答案: