基于其他数据框向 Pandas 数据框添加新列

Question

我正在尝试在 Pandas 数据框中设置一个新列（实际上是两列），数据来自其他数据框。

我有以下两个数据框（它们是用于此目的的示例，原始数据框要大得多）：

In [116]: df0
Out[116]:     
   A  B  C
0  0  1  0
1  2  3  2
2  4  5  4
3  5  5  5


In [118]: df1
Out[118]: 
   A  D  E
0  2  7  2
1  6  5  5
2  4  3  2
3  0  1  0
4  5  4  6
5  0  1  0

我想有一个新的数据框（或添加到 df0，无论如何），如下所示：

df2: 
   A  B  C  D  E
0  0  1  0  1  0
1  2  3  2  7  2
2  4  5  4  3  2
3  5  5  5  4  6

如您所见，在结果数据框中不存在 A=6 的行，该行存在于 df1 但不在 df0 中。此外，A=0 的行在 df1 中重复，但不在结果 df2 中。

实际上，我在选择方法上遇到了问题。我可以做这个：

df1.loc[df1['A'].isin(df0['A'])]

但是我不确定如何将保留的部分应用到唯一数据（请记住，df1 可以包含重复数据）并将两列添加到 df2 数据集（或将它们添加到 df0）。我在这里搜索过，但不知道如何应用 groupby 甚至 map 之类的东西。

任何的想法？

谢谢！

Answer 1

merge这是（文档）的基本应用：

import pandas as pd
df2 = pd.merge(df0,df1, left_index=True, right_index=True)