如何避免Pandas.Merge

Question

多發性列

想象我有熊貓以下DataFrames：

In [7]: A= pd.DataFrame([['foo'],['bar'],['quz'],['baz']],columns=['key']) 

In [8]: A['value'] = 'None' 

In [9]: A 
Out[9]: 
    key value 
0 foo None 
1 bar None 
2 quz None 
3 baz None 

In [10]: B = pd.DataFrame([['foo',5],['bar',6],['quz',7]],columns= ['key','value']) 

In [11]: B 
Out[11]: 
    key value 
0 foo  5 
1 bar  6 
2 quz  7 

In [12]: pd.merge(A,B, on='key', how='outer') 
Out[12]: 
    key value_x value_y 
0 foo None  5 
1 bar None  6 
2 quz None  7 
3 baz None  NaN 

但我要的是（基本上避免了重複列）：

key value 
0 foo 5 
1 bar 6 
2 quz 7 
3 baz NaN 

我猜想我可以把輸出並刪除_x值，並重新命名_y但是，似乎是矯枉過正。在SQL上這將是微不足道的。

編輯：

約翰爲recomended使用：

In [1]: A.set_index('key', inplace=True) 
     A.update(B.set_index('key'), join='left', overwrite=True) 
     A.reset_index(inplace=True) 

這工作和做什麼，我提出的要求。

Answer 1

在你合併兩個dataframes與同一列的例子，一個包含字符串（「無」）的其它整數，大熊貓不知道你要保留，哪些應該被替換的列值，因此它創建兩個列。

您可以使用update代替

In [10]: A.update(B, join='left', overwrite=True) 
In [11]: A 
Out[11]: 

    key value 
0 foo 5 
1 bar 6 
2 quz 7 
3 baz NaN 

另一種解決方案是隻註明您要爲給定列的值：

In [15]: A.loc[B.index, 'value'] = B.value 
In [16]: A 
Out[16]: 

    key value 
0 foo 5 
1 bar 6 
2 quz 7 
3 baz NaN 

個人而言，我傾向於第二種方案，因爲我很清楚發生了什麼，但第一個可能更接近你在你的問題中尋找的東西。

編輯：

如果指數不匹配，我不太清楚如何做到這一點。因此，我建議讓他們匹配：

In [1]: A.set_index('key', inplace=True) 
     A.update(B.set_index('key'), join='left', overwrite=True) 
     A.reset_index(inplace=True) 

這可能是因爲有更好的方式來做到這一點，但我不相信，大熊貓必須徹底執行此操作的一種方式。

In [24]: A.set_index('key', inplace=True) 
     A.loc[B.key, 'value'] = B.value.tolist()