パンダのデータフレームマージ

Question

私は2つのデータフレームを持っています。最初（df1）には、名前、ID、およびPINが含まれています。 2番目には識別子、都市、国が含まれます。以下のデータフレーム。

df1 = pd.DataFrame({"Name": ["Sam", "Ajay", "Lee", "Lee Yong Dae", "Cai Yun"], "ID": ["S01", "A01", "L02", "L03", "C01"], "PIN": ["SM392", "AA09", "Lee101", "Lee201", "C101"]}) 


df2 = pd.DataFrame({"Identifier": ["Sam", "L02", "C101"], "City": ["Moscow", "Seoul", "Beijing"], "Country": ["Russia", "Korea", "China"]}) 

名前またはIDまたはPINのいずれかがdf2のIDと一致する場合、データフレームをマージしたいと考えています。 City Country Name PIN Student ID 0 Moscow Russia Sam SM392 S01 1 0 0 Ajay AA09 A01 2 Seoul Korea Lee Lee101 L02 3 0 0 Lee Yong Dae Lee201 L03 4 Beijing China Cai Yun C101 C01

Answer 1

これはおそらく、最もエレガントなソリューションではありませんが、それは私のために動作します。 3つの別々のマージを作成し、結果を結合する必要があります。

コードは、以下の（データフレームの比類のない要素のためのNaN値ではなく、0）期待される出力を与える

import numpy as np 
import pandas as pd 

#Initial data 
df1 = pd.DataFrame({"Name": ["Sam", "Ajay", "Lee", "Lee Yong Dae", "Cai Yun"], "ID": ["S01", "A01", "L02", "L03", "C01"], "PIN": ["SM392", "AA09", "Lee101", "Lee201","C101"]}) 

df2 = pd.DataFrame({"Identifier": ["Sam", "L02", "C101"], "City": ["Moscow", "Seoul", "Beijing"], "Country": ["Russia", "Korea", "China"]}) 

def merge_three(df1,df2): 

    #Perform three seperate merges 
    df3=df1.merge(df2, how='outer', left_on='ID', right_on='Identifier') 
    df4=df1.merge(df2, how='outer', left_on='Name', right_on='Identifier') 
    df5=df1.merge(df2, how='outer', left_on='PIN', right_on='Identifier') 

    #Copy 2nd and 3rd merge results to df3 
    df3['City_x']=df4['City'] 
    df3['Country_x']=df4['Country'] 

    df3['City_y']=df5['City'] 
    df3['Country_y']=df5['Country'] 

    #Merge the correct City and Country values. Use max to remove the NaN values 
    df6=df3[['City','Country','Name','PIN','ID']] 
    df6['City']=np.max([df3['City'],df3['City_x'],df3['City_y']],axis=0) 
    df6['Country']=np.max([df3['Country'],df3['Country_x'],df3['Country_y']],axis=0) 

    #Remove extra un-matched rows from merge 
    df_final=df6[df6['Name'].notnull()] 

    return df_final 

df_out = merge_three(df1,df2) 

出力：

df_out 
     City Country   Name  PIN ID 
0 Moscow Russia   Sam SM392 S01 
1  NaN  NaN   Ajay AA09 A01 
2 Seoul Korea   Lee Lee101 L02 
3  NaN  NaN Lee Yong Dae Lee201 L03 
4 Beijing China  Cai Yun C101 C01 

Answer 2

わからないが、多分これはあなたが探しているものである：予想される出力がある

a = df1.merge(df2, left_on='ID', right_on='Identifier') 
b = df1.merge(df2, left_on='Name', right_on='Identifier') 
с = df1.merge(df2, left_on='PIN', right_on='Identifier') 
df = a.append(b).append(с) 
df 
    ID Name PIN City Country Identifier 
0 L02 Lee Lee101 Seoul Korea L02 
0 S01 Sam SM392 Moscow Russia Sam 
0 C01 Cai Yun C101 Beijing China C101