时间戳

首页 > 解决方案 > 按另一个数据框中的两列过滤数据框

python - 按另一个数据框中的两列过滤数据框

问题描述

我需要一些关于熊猫问题的提示。

我有以下 DataFrame，df1，其中包含我需要保留在输出数据框中的日期名称：

name      date          column_1     column_11     
Anne      2018-01-01    some info1    some info11
John      2018-01-01    some info1    some info11
Mark      2018-02-01    some info1    some info11
Ethan     2018-03-01    some info1    some info11
Anne      2018-04-01    some info1    some info11
Ethan     2018-04-01    some info1    some info11

我有另一个 DataFrame，df2，它包含我的数据样本中的所有名称和日期：

name     date           column_2    column_22
Bob      2018-01-01     some info2   some info22
Bob      2018-01-01     some info2   some info22
Anne     2018-01-01     some info2   some info22
John     2018-01-01     some info2   some info22
Mark     2018-02-01     some info2   some info22
Mark     2018-02-01     some info2   some info22
Ethan    2018-03-01     some info2   some info22
Anne     2018-04-01     some info2   some info22
Anne     2018-04-01     some info2   some info22
Ethan    2018-04-01     some info2   some info22
Carl     2018-01-01     some info2   some info22
Joe      2018-01-01     some info2   some info22

而且，作为输出，我需要一个像 df1 这样的 DataFrame，但所有列都在 df2 中。

请注意， df1 和 df2 除了我显示的列之外还有其他列，因此它们具有不同的信息。问题是，我想要 df2 中的列，但只需要 df1 中显示的日期中的名称。

示例输出为：

name      date          column_2     column_22     
Anne      2018-01-01    some info2    some info22
John      2018-01-01    some info2    some info22
Mark      2018-02-01    some info2    some info22
Mark      2018-02-01    some info2    some info22
Ethan     2018-03-01    some info2    some info22
Anne      2018-04-01    some info2    some info22
Anne      2018-04-01    some info2    some info22    
Ethan     2018-04-01    some info2    some info22

笔记：

正在做：

df = df2.merge(df1)

没用

笔记2：

df1 包含来自 df2 的聚合和过滤数据，这就是为什么 df1 中的行数少于 df2 中的行数。我只想在 df2 中保留那些包含 df1 中的名称和日期的行。

这些解决方案都不起作用，所以我认为这种解释可能有助于获得正确的分析器。

标签： pythonpandasdataframe

解决方案

我将使用 intermediate 逐步执行此操作DataFrames。这效率较低，但它会让您更深入地了解正在发生的事情。

仅取姓名和日期df1：

df_key = df1.loc[:, ["name", "date"]]

使用键表 and的内连接（在本文中称为自然连接） df2，它将仅生成名称和日期匹配的记录：

df_out_1 = df_2.merge(
        df_key, 
        how="inner", 
        left_on=["name", "date"], 
        right_on=["name", "date"]
]

从结果连接中挑选出你想要的列，你就完成了：

df_out_2 = df_out_1.loc[:, ["name", "date", "column_2", "column_22"]]

推荐阅读