pandas 在不合并数据的情况下对数据帧进行内部连接

Question

我有 2 个索引数据框（索引在第 0 列）：

0       1       2          3
JoeK    Joe     Kavanagh   joe.kavanagh@nomail.com
BarryD  Barry   Dempsy     bdempsy@nomail.com
OrlaF   Orla    Farrel     ofjk@nomail.com
SethB   Seth    Black      sblack@nomail.com
KateW   Kate    White      kw12@nomail.com

第二个：

0       1       2          3
JoeK    Joe     Kavanagh   jkavanagh@nomail.com
BarryD  Barry   Dempsy     barry.dempsy@nomail.com
JimmyS  Jimmy   Smith      j.Smith@nomail.com
AndyB   Andy    Brown      ABrwn@nomail.com
MaryP   Mary    Power      MaryPower@nomail.com

我想执行如下所示的内部联接 SQL:

SELECT df2.* FROM df2
INNER JOIN df1
ON df2.0 = df1.0

我只从第二个数据框获得结果，而不是两者：

0       1       2          3
JoeK    Joe     Kavanagh   jkavanagh@nomail.com
BarryD  Barry   Dempsy     barry.dempsy@nomail.com

我尝试了 pandas 合并，但它给了我两个数据框的结果！非常感谢任何帮助。

Answer 1

而不是合并，您只想通过使用 isin:

测试值对另一个 df 的成员资格来过滤您的第二个 df

In [16]:
df1[df1['0'].isin(df['0'])]

Out[16]:
        0      1         2                        3
0    JoeK    Joe  Kavanagh     jkavanagh@nomail.com
1  BarryD  Barry    Dempsy  barry.dempsy@nomail.com

Answer 2

你需要指定你想要一个inner merge（默认是做一个outer）。您还需要先将 df1 限制为合并列：

In [11]: df2.merge(df1[['0']], how="inner", on=['0'])  # equivalently df1[['0']].merge(df2, how="inner", on=['0'])
Out[11]:
        0      1         2                        3
0    JoeK    Joe  Kavanagh     jkavanagh@nomail.com
1  BarryD  Barry    Dempsy  barry.dempsy@nomail.com

如果您不进行限制 (df1[['0']])，它将为重叠的列添加后缀：

In [12]: df2.merge(df1, how="inner", on=['0'])
Out[12]:
        0    1_x       2_x                      3_x    1_y       2_y                      3_y
0    JoeK    Joe  Kavanagh     jkavanagh@nomail.com    Joe  Kavanagh  joe.kavanagh@nomail.com
1  BarryD  Barry    Dempsy  barry.dempsy@nomail.com  Barry    Dempsy       bdempsy@nomail.com

可以使用 suffixes kwarg 配置后缀。

See also the pandas docs for a "brief primer on merge methods".

pandas 在不合并数据的情况下对数据帧进行内部连接

pandas inner join on data frames without merging data

python

inner-join

python-2.7

pandas