Pandas：基于多列合并两个文件

Question

我有两个文件，它们有3个公共列-日期、关键字ID、AdGroupId。我想基于这些列合并这两个文件，这样对于第一个文件中具有特定日期、关键字ID、adgroupid的每一行，如果第二个文件中有具有相同日期、关键字ID、adgroupid的对应行，然后在第二个文件中追加其余的值，如果不追加，则在其余列中追加null或-

第一个文件（这里的df1）有5900000行。第二个文件大约有100000行。我使用了下面的代码

 import pandas as pd

df1 = pd.read_csv(r"C:\Users\Rakshit Lal\Desktop\QVC Data\psnb_extract_daily\Final\cumulative_adwords_test.csv")
df2 = pd.read_csv(r"C:\Users\Rakshit Lal\Desktop\QVC Data\psnb_extract_daily\Final\Test_psnbfull.csv")

# Merge the two dataframes, using _ID column as key
df3 = pd.merge(df1, df2, on = ['Date', 'KeywordId', 'AdGroupId'])
df3.set_index('Date', inplace = True)

# Write it to a new CSV file
df3.to_csv('CSV3.csv')

# Write it to a new CSV file
df3.to_csv('CSV3.csv')

我的最后一个文件——csv3只包含605277行，因为某些原因，它应该包含5900000行（如文件1所示）。我相信我在使用合并函数时犯了一个错误。有人能帮我解决哪里出了问题，我应该修改什么吗

Answer 1

如果不指定合并方式，则需要进行内部联接，但实际上需要进行左联接。您可以使用“左”合并：

df3 = pd.merge(df1, df2, on = ['Date', 'KeywordId', 'AdGroupId'], how = 'left')