Объединение двух панд кадры данных

Question

Я один dataframe, A, который выглядит следующим образом:

+---+------------+-----------+-----------+-----+-------+ 
| | time | uid | o_uid | msg | count | 
+---+------------+-----------+-----------+-----+-------+ 
| 0 | 1433131357 | 191470529 | 191159572 | eis |  1 | 
| 1 | 1433131410 | 191458009 | 160429326 | eis |  1 | 
| 2 | 1433131504 | 191470523 | 153734142 | eis |  1 | 
| 3 | 1433131685 | 191470551 | 191470546 | eis |  1 | 
| 4 | 1433131782 | 191470565 | 187367195 | eis |  1 | 
+---+------------+-----------+-----------+-----+-------+ 

И еще dataframe, B, который выглядит следующим образом:

+---+------------+-----------+-------+ 
| | time | uid | count | 
+---+------------+-----------+-------+ 
| 0 | 1433131967 | 191470529 |  1 | 
| 1 | 1433132503 | 191466638 |  1 | 
| 2 | 1433139333 | 191451858 |  1 | 
| 3 | 1433141249 | 191470551 |  1 | 
| 4 | 1433143867 | 191471209 |  1 | 
+---+------------+-----------+-------+ 

Что я хотел бы сделайте все отметки времени от B и поместите их в колонку в A, где находится матч UIDs. Там, где нет совпадения, должно быть NaN

Я попытался это: df = pd.merge(A, B, left_on='uid', right_on='uid', how='outer')

Но я думаю, что это только добавляется B к нижней части A. Это не сработало, как ожидалось.

Answer 1

Оба столбца времени и подсчета перекрываются в обоих DataFrames, поэтому вам необходимо указать suffixes в качестве параметра. В приведенном ниже примере я использую нулевой суффикс для df_a и '_b' в качестве суффикса для df_b.

import pandas as pd 

df_a = pd.DataFrame({'count': {0: 1, 1: 1, 2: 1, 3: 1, 4: 1}, 
        'msg': {0: 'eis', 1: 'eis', 2: 'eis', 3: 'eis', 4: 'eis'}, 
        'o_uid': {0: 191159572, 1: 160429326, 2: 153734142, 3: 191470546, 4: 187367195}, 
        'time': {0: 1433131357, 1: 1433131410, 2: 1433131504, 3: 1433131685, 4: 1433131782}, 
        'uid': {0: 191470529, 1: 191458009, 2: 191470523, 3: 191470551, 4: 191470565}}) 

df_b = pd.DataFrame({'count': {0: 1, 1: 1, 2: 1, 3: 1, 4: 1}, 
        'time': {0: 1433131967, 1: 1433132503, 2: 1433139333, 3: 1433141249, 4: 1433143867}, 
        'uid': {0: 191470529, 1: 191466638, 2: 191451858, 3: 191470551, 4: 191471209}}) 

>>> df_a.merge(df_b, how='outer', on='uid', suffixes=['', '_b']) 
    count msg  o_uid  time  uid count_b  time_b 
0  1 eis 191159572 1433131357 191470529  1 1433131967 
1  1 eis 160429326 1433131410 191458009  NaN   NaN 
2  1 eis 153734142 1433131504 191470523  NaN   NaN 
3  1 eis 191470546 1433131685 191470551  1 1433141249 
4  1 eis 187367195 1433131782 191470565  NaN   NaN 
5 NaN NaN  NaN   NaN 191466638  1 1433132503 
6 NaN NaN  NaN   NaN 191451858  1 1433139333 
7 NaN NaN  NaN   NaN 191471209  1 1433143867 

Answer 2

Я думаю, что left_join является наиболее подходящим в вашем случае. Этого можно достичь, установив how=left

import pandas as pd 

# your data 
# ============================ 

print(df_A) 

Out[33]: 
      time  uid  o_uid msg count 

0 1433131357 191470529 191159572 eis  1 
1 1433131410 191458009 160429326 eis  1 
2 1433131504 191470523 153734142 eis  1 
3 1433131685 191470551 191470546 eis  1 
4 1433131782 191470565 187367195 eis  1 

print(df_B) 

Out[35]: 
     time   uid  count 

0  1433131967 191470529  1 
1  1433132503 191466638  1 
2  1433139333 191451858  1 
3  1433141249 191470551  1 
4  1433143867 191471209  1 

# processing 
# ============================ 
df = pd.merge(df_A, df_B, left_on='uid', right_on='uid',how='left', suffixes=['_A', '_B']) 

Out[45]: 
     time_A  uid  o_uid msg count_A  time_B count_B 
0 1433131357 191470529 191159572 eis   1 1.4331e+09  1 
1 1433131410 191458009 160429326 eis   1   NaN  NaN 
2 1433131504 191470523 153734142 eis   1   NaN  NaN 
3 1433131685 191470551 191470546 eis   1 1.4331e+09  1 
4 1433131782 191470565 187367195 eis   1   NaN  NaN