我有两个导入CSV文件的 Dataframe
DF1:
1, 204c, 204s
2, 205c, 205s
3, ..., ...
DF2:
204c, 1000
205c, 3000
..., ...
..., ...
204s, 4000
205s, 5000
我想根据df2和df1的"c"和"d"值将df2合并到df1中,这样就可以看到类似的结果
DF3:
204c, 1000, 204s, 4000
205c, 3000, 205c, 5000
我相信它与panda. concat(),. merge()或. join()有关,但是我有点坚持使用正确的方法。
我试过使用df3 = df1.merge(df2,how ='cross'),它对每个不正确的值进行了每次合并迭代,我试过df3 = pd. concat([df1,df2],axis = 1),它更接近,但它没有考虑's'值并将其放入NaN类别
1条答案
按热度按时间e5nqia271#
下面是一种通用方法,可以处理任意数量的要Map的列:
输出: