如何根据一行中的值和不同的列名合并两个熊猫数据框？

Question

我有两个要合并的熊猫数据框。数据框的大小不同，所以我只希望df1保留那些出现在其中的数据框- 有些学生只出现在df1或之一中df2。df1具有标题，['student', 'week1_count', 'week1_mean', ..., 'week11_count', 'week11_mean']并使用除'student'列之外的所有单元格初始化为零。df2具有标题['student', 'week', 'count', 'mean']并填充了相应的'student'. 'week'是一个介于 1-11 之间的整数，并且'count'和'mean'是相应的浮点数。我想要做的是对于给定的学生 in df1and df2，在给定的一周内，取相应的'count'and'mean'值并将其放入df1相应的列中。例如， 的'week'值1意味着 in'count'和'mean'in的值df2将分别放入'week1_count'和'week1_mean'中df1。关于我一直循环range(11)并创建子集数据框的几周，但想知道是否有更快的方法。IEdf1:    student week1_count week1_mean week2_count week2_mean ...       '0'        0           0          0            0    ...      '2'        0           0          0            0    ...      '3'        0           0          0            0    ...      .      .      .      '500'      0           0          0            0    ...      '541'      0           0          0            0    ...      '542'      0           0          0            0    ... 和df2:    student week count mean      '0'     1    5    6.5      '1'     1    3    7.0      '2'     1    2    8.2      '2'     2    10   15.1      .      .      .     '500'    2    12   4.3     '540'    4    1    3.0     '542'    1    4    1.2     '542'    2    9    5.2所以预期的结果df_result:    student week1_count week1_mean week2_count week2_mean ...       '0'        5           6.5        0            0    ...      '2'        2           8.2        10           15.1 ...      '7'        0           0          0            0    ...      .      .      .      '500'      0           0          12           4.3  ...      '541'      0           0          0            0    ...      '542'      4           1.2        9            5.2  ... 我已经尝试了各种例程 - 这些例程都没有按预期工作 - 在熊猫中，例如：合并：使用“左”连接，因为我想要df1. 我尝试重命名列df2以匹配列名。加入连接更新：尝试将所有单元格初始化为df1tonp.nan而不是0.0，然后使用df1.update(df2)（在将 cols 重命名为 in 之后df2）用预期的值更新所有 nan 值试图只设置值：即类似df1[rows_in_both][['week1_count','week1_mean']] = df2[rows_in_both][['count','mean']]但也不起作用

Answer 1

这更像是一个update问题而不是 merge

s=df2.pivot(index='student',columns='week',values=['count','mean'])# pivot df2 to format it to df1 like . 

s.columns.map('week{0[1]}_{0[0]}'.format) # modify the column

Out[645]: 

Index(['week1_count', 'week2_count', 'week4_count', 'week1_mean', 'week2_mean',

       'week4_mean'],

      dtype='object')

s.columns=s.columns.map('week{0[1]}_{0[0]}'.format) 

然后我们做 update

df1=df1.set_index('student')

df1=df1.update(s)