Pandas：在字符串列上合并数据帧

Question

我是python新手，目前正在从事一个项目，需要合并两个数据帧。其中一个数据框称为癌症发病率（cancer_df），是按县、年、性别、性别等划分的癌症发病率。另一个数据框称为hspa_df，是按县和年划分的健康评分（仅供参考，这是加利福尼亚州唯一的县）。我想结合我关于县和年的两个数据框架Here is the cancer dataframe before the merge和Here is the hspa dataframe before the merge

然后我导入了数据并尝试了以下合并：

merged_df= pd.merge(cancer_df, hspa_df, on="County" , how="outer")

但是，这似乎是附加数据，而不是合并数据。它将我的hspa_df添加到末尾，并填充它们作为NaNs共享的变量的顶部。为什么会这样？我已成功地将此合并用于其他数据帧，但我将它们合并到数字列上，而不是字符串上。 Here is the merged dataframes head和Here is the merged dataframes tail

Answer 1

I would like to combine my two dataframe on county and year

merged_df = pd.merge(cancer_df, hspa_df, on=['County', 'Year'] )

是否要进行内部、左侧、右侧等连接取决于您的用例，但请注意如何指定两列

It fills the top of the variable they share in common as NaNs

这就是外部联接所做的，它使用了填充符