Pandas：合并两个具有不同行数的 df

Question

我有两个数据框，它们都有一个列，其中可以具有相同的数字/值。一个大约 300 行的小 df（这是我的主文件）和 1 个大约 5000 行的 df。我想合并 1 列，但打印数据时无法获得相同数量的行。

第一个（小）数据框（左）：

import pandas as pd
df1 = pd.read_excel('./file.xlsx')
df1 = df.replace(' ', np.nan)
df1.head()
 
         col1       

row1     123456                         
row2     123457                        
row3     123458                             
row4     123459                            
row5     123450                            

第二个（大）df（右）：

import pandas as pd
df2 = pd.read_excel('./file2.xlsx')
df2 = df.replace(' ', np.nan)
df2
 
         col1       col2      

row1     123456     hello1                    
row2     123457     hello2                    
row3     123458     hello3                        
row4     123459     hello4                        
row5     123450     hello4 
row7     555555     street1
row8     666666     street1 
row9     777777     street1        

我试过：

merged = pd.merge(left=df1, right=df2, how='inner', left_on='col1', right_on='col1')
print("Orginele data", len(df1))
print("Merged data", len(df2))

当我打印时，我在左侧 df 中看到大约 30k 行，但我只想查看左侧 df 中使用的行（约 300 行）。其中大多数是 NaN。我尝试更改“how=”，但这不起作用。我还检查了帖子“Merging 101”，但似乎无法弄清楚这一点。

左侧（小）数据帧的预期结果：

         col1       col2      

row1     123456     hello1                    
row2     123457     hello2                    
row3     123458     hello3                        
row4     123459     hello4                        
row5     123450     hello4 

感谢您的帮助和努力。谢谢你！

Answer 1

尝试dataframe.join指定how='left默认值

import pandas as pd
df = pd.DataFrame({"a": [0,0,1,1,2,2,2,]})
df2 = pd.DataFrame({"a": [0, 1,2,3,4,5,6,7,8,9], "b": list("abcdefghij")})
df.join(df2, on="a", lsuffix="df_a", rsuffix="df_b")

# output
  adf_a adf_b   b
0   0   0       a
1   0   0       a
2   1   1       b
3   1   1       b
4   2   2       c
5   2   2       c
6   2   2       c