Python熊猫与OR逻辑合并

Question

我正在搜索，但没有找到此问题的答案，可以使用OR逻辑执行熊猫数据帧的合并吗？基本上，等效于使用“其中t1.A = t2.A或t1.A = t2.B”的SQL合并。

我遇到的一种情况是，我要将信息从一个数据库拉到一个数据帧（df1）中，并且需要将其与另一个数据库的信息合并，然后又将其拉到另一个数据帧（df2）中，并基于单个列（col1）进行合并。如果它们在匹配时始终使用相同的值，那将非常简单。我遇到的情况是，有时它们匹配，有时它们使用同义词。第三个数据库有一个表，该表提供此数据实体（col1和col1_alias）的同义词之间的查找，可以将其拉入第三个数据帧（df3）。我想要做的是合并df1中需要的列和df2中需要的列。

如上所述，在df1.col1和df2.col1匹配的情况下，这将起作用...

df = df1.merge(df2, on='col1', how='left')

但是，它们并不总是具有相同的值，有时还具有同义词。我考虑过基于df3.col1在df1.col1中或df3.col1_alias在df1.col1中的时间创建df3。然后，从df3.col1和df3.col1_alias（列表1）创建一个值列表，并基于列表1中的df2.col1选择df2。这会给我我需要的df2中的行，但是，这仍然无法使我合并匹配适当行的df1和df2。我认为，如果有一个OR合并选项，我可以逐步解决并使它起作用，但是以下所有内容都会引发语法错误：

df = df1.merge((df3, left_on='col1', right_on='col1', how='left')|(df3, left_on='col1', right_on='col1_alias', how='left'))

和

df = df1.merge(df3, (left_on='col1', right_on='col1')|(left_on='col1', right_on='col1_alias'), how='left')

和

df = df1.merge(df3, left_on='col1', right_on='col1'|right_on='col1_alias', how='left')

和其他几种变体。关于如何执行OR合并的任何指导，或使用df3中两列的同义词使用完全不同的方法合并df1和df2的建议？

Answer 1

我想我会将其作为两次合并来完成：

In [11]: df = pd.DataFrame([[1, 2], [3, 4], [5, 6]], columns=["A", "B"])

In [12]: df2 = pd.DataFrame([[1, 7], [2, 8], [4, 9]], columns=["C", "D"])

In [13]: res = df.merge(df2, left_on="B", right_on="C", how="left")

In [14]: res.update(df.merge(df2, left_on="A", right_on="C", how="left"))

In [15]: res
Out[15]:
   A  B    C    D
0  1  2  1.0  7.0
1  3  4  4.0  9.0
2  5  6  NaN  NaN

正如您所看到的，这选择了 A = 1 -> D = 7，而不是 B = 2 -> D = 8。

注意：为了获得更多的可扩展性（匹配不同的列），拉出单个列可能是有意义的，尽管它们在本例中是相同的：

In [21]: res = df.merge(df2, left_on="B", right_on="C", how="left")["C"]

In [22]: res.update(df.merge(df2, left_on="A", right_on="C", how="left")["C"])

In [23]: res
Out[23]:
0    1.0
1    4.0
2    NaN
Name: C, dtype: float64

Answer 2

#will this work?
df = pd.concat([df1.merge(df3, left_on='col1', right_on='col1', how='left'), df1.merge(df3, left_on='col1', right_on='col1_alias', how='left')]