如何基于两列值匹配条件合并两个DataFrame的对应行
实现步骤与代码
1. 导入依赖并构造基础DataFrame
import pandas as pd # 转换字典为DataFrame dict_1 = {'Col 1':[1,2,3,4],'Col 2':[3,11,32,33],'Check':[0,0,0,0]} dict_2 = {'Col 3':[1,3,4,5,6],'Col 4':[23,3575,765,23,23]} df1 = pd.DataFrame(dict_1) df2 = pd.DataFrame(dict_2)
2. 合并匹配与标记
# 左连接保留df1全部行,按Col1和Col3匹配对应数据 res_df = df1.merge(df2, left_on='Col 1', right_on='Col 3', how='left') # 匹配成功的行把Check列标记为1 res_df['Check'] = res_df['Col 3'].notna().astype(int) # 可选:将浮点类型的空值NaN替换为None,更符合输出习惯 res_df = res_df.where(pd.notnull(res_df), None)
3. 输出验证
执行res_df.to_dict('list')即可得到你给出的示例结果:
{'Col 1': [1, 2, 3, 4], 'Col 2': [3, 11, 32, 33], 'Check': [1, 0, 1, 1], 'Col 3': [1, None, 3, 4], 'Col 4': [23, None, 3575, 765]}
内容的提问来源于stack exchange,提问作者Skandan
相关产品推荐
相关产品推荐

