Pandas 数据帧合并与基于值创建新列的实用指南-Python教程-PHP中文网

Pandas 数据帧合并与基于值创建新列的实用指南

碧海醫心

发布： 2025-10-15 13:06:19

原创

835人浏览过

pandas 数据帧合并与基于值创建新列的实用指南

本文档旨在提供一个清晰、实用的指南，帮助你使用 Pandas 合并两个数据帧，并根据特定列的值创建新的列。通过`merge()`函数，我们可以高效地将数据帧连接起来，并使用后缀区分相同列名的来源，最终得到满足需求的结果。

使用 Pandas merge() 函数合并数据帧并创建新列

在数据分析和处理中，经常需要将来自不同数据源的数据合并到一个统一的数据帧中。Pandas 库提供了强大的 merge() 函数，可以根据共同的列（或索引）将两个数据帧连接起来。本文将详细介绍如何使用 merge() 函数，并根据特定列的值创建新的列，以满足特定的数据分析需求。

1. 数据准备

首先，我们需要准备两个包含需要合并的数据帧。以下是示例数据帧 df_1 和 df_2：

import pandas as pd

df_1 = pd.DataFrame({
    'ZIP': [93517, 31625, 89311],
    'TERRITORY': [1001, 1002, 1002],
    'SEGMENT': ['CR1', 'CR1', 'CR1']
})

df_2 = pd.DataFrame({
    'ZIP': [93517, 31625, 72844],
    'TERRITORY': [2001, 2002, 2003],
    'SEGMENT': ['CR2', 'CR2', 'CR2']
})

print("df_1:\n", df_1)
print("\ndf_2:\n", df_2)

登录后复制

2. 使用 merge() 函数进行合并

假设 df_1 仅包含 'CR1' segment 的数据，df_2 仅包含 'CR2' segment 的数据。我们可以使用 merge() 函数，通过 'ZIP' 列进行外连接（outer join）：

df_final = df_1.merge(df_2, how='outer', on='ZIP', suffixes=['_CR1', '_CR2'])

print("\ndf_final:\n", df_final)

登录后复制

在上述代码中：

how='outer' 指定进行外连接，这意味着将保留两个数据帧中的所有行，如果某个 ZIP 代码只存在于一个数据帧中，则在另一个数据帧对应的列中填充 NaN 值。
on='ZIP' 指定使用 'ZIP' 列作为连接的键。
suffixes=['_CR1', '_CR2'] 指定在合并后，如果两个数据帧存在相同的列名（除了连接键 'ZIP'），则分别添加 '_CR1' 和 '_CR2' 后缀，以区分这些列的来源。

3. 数据清理与转换

硅基智能

基于Web3.0的元宇宙，去中心化的互联网，高质量、沉浸式元宇宙直播平台，用数字化重新定义直播

查看详情

合并后的数据帧可能包含 NaN 值。我们可以使用 fillna() 函数将 NaN 值替换为 0：

df_final = df_final.fillna(0)

print("\ndf_final after filling NaN:\n", df_final)

登录后复制

此外，我们可能需要对列名进行重命名，以使其更具可读性：

df_final = df_final.rename(columns={
    'TERRITORY_CR1': 'CR1_TERRITORY',
    'TERRITORY_CR2': 'CR2_TERRITORY'
})

print("\ndf_final after renaming columns:\n", df_final)

登录后复制

最后，我们可以选择需要的列，并重新排列列的顺序，以满足最终的需求：

df_final = df_final[['ZIP', 'CR1_TERRITORY', 'CR2_TERRITORY']]

print("\nFinal df_final:\n", df_final)

登录后复制

完整代码示例：

import pandas as pd

# 数据准备
df_1 = pd.DataFrame({
    'ZIP': [93517, 31625, 89311],
    'TERRITORY': [1001, 1002, 1002],
    'SEGMENT': ['CR1', 'CR1', 'CR1']
})

df_2 = pd.DataFrame({
    'ZIP': [93517, 31625, 72844],
    'TERRITORY': [2001, 2002, 2003],
    'SEGMENT': ['CR2', 'CR2', 'CR2']
})

# 合并数据帧
df_final = df_1.merge(df_2, how='outer', on='ZIP', suffixes=['_CR1', '_CR2'])

# 数据清理与转换
df_final = df_final.fillna(0)

df_final = df_final.rename(columns={
    'TERRITORY_CR1': 'CR1_TERRITORY',
    'TERRITORY_CR2': 'CR2_TERRITORY'
})

df_final = df_final[['ZIP', 'CR1_TERRITORY', 'CR2_TERRITORY']]

# 输出结果
print(df_final)

登录后复制

注意事项：