我试图合并具有两个键列的两个数据集，并重复出现键，但是，我无法获得所需的结果。为了简化，我在这里有一个例子：
数据框A
a b x
0 0 0 100
1 0 1 101
2 0 2 102
3 1 1 103
数据框B
a b y
0 0 0 C
1 0 1 A
2 0 1 B
3 1 1 C
4 1 1 D
我正在尝试对列“ a”和“ b”进行左联接合并操作：
C=A.merge(B,how='left',on=['a','b'])
输出是
数据框C
a b x y
0 0 0 100 NaN
1 0 1 101 NaN
2 0 2 102 NaN
3 1 1 103 NaN
我真正想要的是：
数据框C
a b x y
0 0 0 100 C
1 0 1 101 A
2 0 1 101 B
3 0 2 102 NaN
4 1 1 103 C
5 1 1 103 D
我尝试了“ how =“参数的4个不同选项，但没有结果。
请注意，在Dataiku上，仅使用左连接可以获得此结果。
我没有找到成功的解决方案。希望您能帮助我找到它。提前致谢。
乔
Edit1：“外部”选项：
C=pd.merge(A,B,how='outer',on=['a','b'])
C
Out[241]:
a b x y
0 0.0 0.0 100.0 NaN
1 0.0 1.0 101.0 NaN
2 0.0 2.0 102.0 NaN
3 1.0 1.0 103.0 NaN
4 0.0 0.0 NaN C
5 0.0 1.0 NaN A
6 0.0 1.0 NaN B
7 1.0 1.0 NaN C
8 1.0 1.0 NaN D
Edit2：添加有关数据框的详细信息
A.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries, 0 to 3
Data columns (total 3 columns):
a 4 non-null int32
b 4 non-null int32
x 4 non-null int32
dtypes: int32(3)
memory usage: 128.0 bytes
B.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 5 entries, 0 to 4
Data columns (total 3 columns):
a 5 non-null object
b 5 non-null object
y 5 non-null object
dtypes: object(3)
memory usage: 200.0+ bytes
最佳答案
您的.info()输出揭示了问题：您的a和b列的类型不同。在A中，它们是int32，但在B中，它们是对象（几乎可以肯定是字符串）。例如，如果它们都是整数：
In [32]: A.merge(B, how='left')
Out[32]:
a b x y
0 0 0 100 C
1 0 1 101 A
2 0 1 101 B
3 0 2 102 NaN
4 1 1 103 C
5 1 1 103 D
In [33]: A.merge(B, how='outer')
Out[33]:
a b x y
0 0 0 100 C
1 0 1 101 A
2 0 1 101 B
3 0 2 102 NaN
4 1 1 103 C
5 1 1 103 D
但是如果B包含字符串，我们会重现您的问题：
In [35]: A.merge(B.astype(str), how='left')
Out[35]:
a b x y
0 0 0 100 NaN
1 0 1 101 NaN
2 0 2 102 NaN
3 1 1 103 NaN
In [36]: A.merge(B.astype(str), how='outer')
Out[36]:
a b x y
0 0.0 0.0 100.0 NaN
1 0.0 1.0 101.0 NaN
2 0.0 2.0 102.0 NaN
3 1.0 1.0 103.0 NaN
4 0.0 0.0 NaN C
5 0.0 1.0 NaN A
6 0.0 1.0 NaN B
7 1.0 1.0 NaN C
8 1.0 1.0 NaN D
弄清楚为什么您的B包含字符串，以防上游出现问题，然后在那里修复它或稍后再强制返回整数。