Pandas实现不同DataFrame间列值匹配并新增对应数据列

我有两个大小不同的DataFrame，需要基于指定列的匹配值，将第二个DataFrame的其余对应列数据合并到第一个DataFrame中。

示例数据 #

原始df（original_df） #

original_df = pd.DataFrame({'Patients': ['Kevin', 'John', 'Marry', 'Joe'],
                            'Region': ['New York', 'Austin', 'Dallas', 'Dallas']})

打印效果如下：

Patients    Region
0    Kevin  New York
1     John    Austin
2    Marry    Dallas
3      Joe    Dallas

区域映射df（region_df） #

region_df = pd.DataFrame({'Region': ['New York', 'Portland', 'Dallas', 'Austin', 'Vermont'],
                          'Lat': [10, 14, 13, 16, 15],
                          'Long': [19.1, 12.1, 16.2, 21.5, 29.3]})

打印效果如下：

Region  Lat  Long
0  New York   10  19.1
1  Portland   14  12.1
2    Dallas   13  16.2
3    Austin   16  21.5
4   Vermont   15  29.3

预期输出结果 #

Patients    Region  Lat  Long
0    Kevin  New York   10  19.1
1     John    Austin   16  21.5
2    Marry    Dallas   13  16.2
3      Joe    Dallas   13  16.2

解决方案 #

直接使用pandas的merge方法做左连接即可，指定匹配列为Region，保留原始df的所有行，匹配上的自动填充区域对应的经纬度数据：

import pandas as pd
# 合并操作
result_df = original_df.merge(region_df, on='Region', how='left')

如果需要直接修改原original_df而不是生成新的df，可以直接赋值：

original_df = original_df.merge(region_df, on='Region', how='left')

代码说明 #

• on='Region'：指定两个df匹配的公共列名，如果两个df对应的匹配列名不一样，可以用left_on和right_on分别指定左右表的匹配列
• how='left'：表示使用左连接，完全保留左表（这里是original_df）的所有行，右表（region_df）只有匹配上的行才会把对应列的值带过来，不会新增原始df里没有的行，也不会丢失原始df的现有行

内容的提问来源于stack exchange，提问作者dotconnector