在不同的列名称上合并两个不同的数据框

Question

我有两个数据框

df1 = pd.DataFrame({'A': ['A1', 'A1', 'A2', 'A3'],
                     'B': ['121', '345', '123', '146'],
                     'C': ['K0', 'K1', 'K0', 'K1']})

df2 = pd.DataFrame({'A': ['A1', 'A3'],
                      'BB': ['B0', 'B3'],
                      'CC': ['121', '345'],
                      'DD': ['D0', 'D1']})

现在我需要从df1的A列和B列以及从df2的A列和CC列获得相似的行。因此，我尝试了可能的合并选项，例如：

both_DFS=pd.merge(df1,df2, how='left',left_on=['A','B'],right_on=['A','CC'])

这不会给我来自df2数据帧的行信息，这是我所需要的。意思是，我拥有df2中的所有列名，但行只是空或Nan。

然后我尝试：

Both_DFs=pd.merge(df1,df2, how='left',left_on=['A','B'],right_on=['A','CC'])[['A','B','CC']]

这给了我错误，

KeyError: "['B'] not in index"

我的目标是将df1和df2中的所有列都合并到Dataframe中。任何建议都很好

所需的输出：

 Both_DFs
    A   B   C   BB  CC  DD
0   A1  121 K0  B0  121 D0

因此，在我的数据帧（df1和df2）中，只有一行与目标两列都完全匹配。也就是说，df1中的A和B列只有一行与df2中A和CC列中的行完全匹配

Answer 1

好吧，如果您将column声明A为索引，则可以：

Both_DFs = pd.merge(df1.set_index('A', drop=True),df2.set_index('A', drop=True), how='left',left_on=['B'],right_on=['CC'], left_index=True, right_index=True).dropna().reset_index()

结果是：

    A    B   C  BB   CC  DD
0  A1  123  K0  B0  121  D0
1  A1  345  K1  B0  121  D0
2  A3  146  K1  B3  345  D1

编辑

您只需要：

Both_DFs = pd.merge(df1,df2, how='left',left_on=['A','B'],right_on=['A','CC']).dropna()

这使：

    A    B   C  BB   CC  DD
0  A1  121  K0  B0  121  D0