如果dataframes merg上的值相等，则在行中追加列问题的回答

如果dataframes merg上的值相等，则在行中追加列

回答此问题可获得 20 贡献值，回答如果被采纳可获得 50 分。

我有两个数据帧 df1型： <pre class="lang-py prettyprint-override"><code>id text top_class class_name confidence 66957231351_2019-10-07 demora muito pra abrir 14008 14008 0.4602143298907555 66957231351_2019-10-07 demora muito pra abrir 14008 06003 0.30678383572691853 66957231351_2019-10-07 demora muito pra abrir 14008 05002 0.037590707858130325 66957231351_2019-10-07 demora muito pra abrir 14008 23001 0.02091041755666281 66957231351_2019-10-07 demora muito pra abrir 14008 01002 0.01907102736912508 66957231351_2019-10-07 demora muito pra abrir 14008 23003 0.012796897109324473 66957231351_2019-10-07 demora muito pra abrir 14008 22001 0.01228200915189815 66957231351_2019-10-07 demora muito pra abrir 14008 15002 0.011176991076612896 66954122785_2019-10-02 retirar anuidade 13002 13002 0.6453412791820116 66954122785_2019-10-02 retirar anuidade 13002 13006 0.1100155553542794 66954122785_2019-10-02 retirar anuidade 13002 12001 0.08613744623369846 66954122785_2019-10-02 retirar anuidade 13002 13004 0.024676785852323118 66954122785_2019-10-02 retirar anuidade 13002 06004 0.016872895547706917 66954122785_2019-10-02 retirar anuidade 13002 11003 0.011536940259058345 66954122785_2019-10-02 retirar anuidade 13002 23001 0.011438333185246417 </code></pre> 和df2： <pre class="lang-py prettyprint-override"><code> id text 0 10005203764_2019-10-14 demora muito pra abrir 1 66978324904_2019-10-11 retirar anuidade </code></pre> 我需要一个df3，每当df2上的列文本等于df1时，列“top\u class”“class\u name”和“confidence”将附加到相应的行中，因为您可以看到它们有不同的“id”值，唯一的共同值是text 期望输出： 测向3 <pre class="lang-py prettyprint-override"><code>id text top_class class_name confidence 66957231351_2019-10-07 demora muito pra abrir 14008 14008 0.4602143298907555 66957231351_2019-10-07 demora muito pra abrir 14008 06003 0.30678383572691853 66957231351_2019-10-07 demora muito pra abrir 14008 05002 0.037590707858130325 66957231351_2019-10-07 demora muito pra abrir 14008 23001 0.02091041755666281 66957231351_2019-10-07 demora muito pra abrir 14008 01002 0.01907102736912508 66957231351_2019-10-07 demora muito pra abrir 14008 23003 0.012796897109324473 66957231351_2019-10-07 demora muito pra abrir 14008 22001 0.01228200915189815 66957231351_2019-10-07 demora muito pra abrir 14008 15002 0.011176991076612896 66954122785_2019-10-02 retirar anuidade 13002 13002 0.6453412791820116 66954122785_2019-10-02 retirar anuidade 13002 13006 0.1100155553542794 66954122785_2019-10-02 retirar anuidade 13002 12001 0.08613744623369846 66954122785_2019-10-02 retirar anuidade 13002 13004 0.024676785852323118 66954122785_2019-10-02 retirar anuidade 13002 06004 0.016872895547706917 66954122785_2019-10-02 retirar anuidade 13002 11003 0.011536940259058345 66954122785_2019-10-02 retirar anuidade 13002 23001 0.011438333185246417 ##values of df2 with their respectives "top_class" "class_name" and "confidence" took from df1 10005203764_2019-10-14 demora muito pra abrir 14008 14008 0.4602143298907555 10005203764_2019-10-14 demora muito pra abrir 14008 06003 0.30678383572691853 10005203764_2019-10-14 demora muito pra abrir 14008 05002 0.037590707858130325 10005203764_2019-10-14 demora muito pra abrir 14008 23001 0.02091041755666281 10005203764_2019-10-14 demora muito pra abrir 14008 01002 0.01907102736912508 10005203764_2019-10-14 demora muito pra abrir 14008 23003 0.012796897109324473 10005203764_2019-10-14 demora muito pra abrir 14008 22001 0.01228200915189815 10005203764_2019-10-14 demora muito pra abrir 14008 15002 0.011176991076612896 66978324904_2019-10-11 retirar anuidade 13002 13002 0.6453412791820116 66978324904_2019-10-11 retirar anuidade 13002 13006 0.1100155553542794 66978324904_2019-10-11 retirar anuidade 13002 12001 0.08613744623369846 66978324904_2019-10-11 retirar anuidade 13002 13004 0.024676785852323118 66978324904_2019-10-11 retirar anuidade 13002 06004 0.016872895547706917 66978324904_2019-10-11 retirar anuidade 13002 11003 0.011536940259058345 66978324904_2019-10-11 retirar anuidade 13002 23001 0.011438333185246417 </code></pre> 我试过<code>d3 = pd.merge(d1, d2, on='text', how='outer')</code> 但是df2的值被附加在置信度的右边，没有“top\u class”、“class\u name”和“confidence” <pre class="lang-py prettyprint-override"><code> id_x text top_class class_name confidence id_y 0 66957231351_2019-10-07 demora muito pra abrir 14008 14008 0.460214 10005203764_2019-10-14 1 66957231351_2019-10-07 demora muito pra abrir 14008 06003 0.306784 10005203764_2019-10-14 2 66957231351_2019-10-07 demora muito pra abrir 14008 05002 0.037591 10005203764_2019-10-14 3 66957231351_2019-10-07 demora muito pra abrir 14008 23001 0.020910 10005203764_2019-10-14 4 66957231351_2019-10-07 demora muito pra abrir 14008 01002 0.019071 10005203764_2019-10-14 5 66957231351_2019-10-07 demora muito pra abrir 14008 23003 0.012797 10005203764_2019-10-14 6 66957231351_2019-10-07 demora muito pra abrir 14008 22001 0.012282 10005203764_2019-10-14 7 66957231351_2019-10-07 demora muito pra abrir 14008 15002 0.011177 10005203764_2019-10-14 8 66954122785_2019-10-02 retirar anuidade 13002 13002 0.645341 66978324904_2019-10-11 9 66954122785_2019-10-02 retirar anuidade 13002 13006 0.110016 66978324904_2019-10-11 10 66954122785_2019-10-02 retirar anuidade 13002 12001 0.086137 66978324904_2019-10-11 11 66954122785_2019-10-02 retirar anuidade 13002 13004 0.024677 66978324904_2019-10-11 12 66954122785_2019-10-02 retirar anuidade 13002 06004 0.016873 66978324904_2019-10-11 13 66954122785_2019-10-02 retirar anuidade 13002 11003 0.011537 66978324904_2019-10-11 14 66954122785_2019-10-02 retirar anuidade 13002 23001 0.011438 66978324904_2019-10-11 15 10005179725_2019-10-31 gostaria mto que vcs abaixa o valor do meu cre... 15002 15002 0.403148 NaN 16 10005179725_2019-10-31 gostaria mto que vcs abaixa o valor do meu cre... 15002 13004 0.109898 NaN 17 10005179725_2019-10-31 gostaria mto que vcs abaixa o valor do meu cre... 15002 02016 0.070969 NaN 18 10005179725_2019-10-31 gostaria mto que vcs abaixa o valor do meu cre... 15002 10001 0.045830 NaN 19 10005179725_2019-10-31 gostaria mto que vcs abaixa o valor do meu cre... 15002 21003 0.021229 NaN 20 10005179725_2019-10-31 gostaria mto que vcs abaixa o valor do meu cre... 15002 01001 0.020357 NaN 21 10005179725_2019-10-31 gostaria mto que vcs abaixa o valor do meu cre... 15002 03004 0.019878 NaN 22 10005179725_2019-10-31 gostaria mto que vcs abaixa o valor do meu cre... 15002 21007 0.018930 NaN 23 10005179725_2019-10-31 gostaria mto que vcs abaixa o valor do meu cre... 15002 07004 0.015577 NaN 24 10005179725_2019-10-31 gostaria mto que vcs abaixa o valor do meu cre... 15002 11004 0.015030 NaN 25 10018926930_2019-10-09 minha sugestão, e aumento de limite, pq faz m... 15002 15002 0.967641 NaN 26 10018926930_2019-10-09 minha sugestão, e aumento de limite, pq faz m... 15002 14007 0.011590 NaN 27 66978696202_2019-10-15 as informcacoes do app nao sao atualizadas, na... 02007 02007 0.755904 NaN 28 66978696202_2019-10-15 as informcacoes do app nao sao atualizadas, na... 02007 19005 0.147079 NaN 29 66975168031_2019-10-22 app demora para atualizar, fatura vira cada di... 02015 02015 0.500607 NaN 30 66975168031_2019-10-22 app demora para atualizar, fatura vira cada di... 02015 02006 0.099167 NaN 31 66975168031_2019-10-22 app demora para atualizar, fatura vira cada di... 02015 02001 0.071040 NaN 32 66975168031_2019-10-22 app demora para atualizar, fatura vira cada di... 02015 02017 0.050661 NaN 33 66975168031_2019-10-22 app demora para atualizar, fatura vira cada di... 02015 23002 0.038053 NaN 34 66975168031_2019-10-22 app demora para atualizar, fatura vira cada di... 02015 17002 0.036348 NaN 35 66975168031_2019-10-22 app demora para atualizar, fatura vira cada di... 02015 02002 0.026836 NaN 36 66975168031_2019-10-22 app demora para atualizar, fatura vira cada di... 02015 02007 0.020685 NaN 37 66975168031_2019-10-22 app demora para atualizar, fatura vira cada di... 02015 23003 0.012554 NaN </code></pre> 提前谢谢，谢谢你的帮助

0 条评论
分类：Python问答

默认排序时间排序

1 个回答

匿名 1天前

　擅长：python、mysql、java

如果dataframes merg上的值相等，则在行中追加列

1 个回答

相关Python问题