使用 Pandas 合并数据帧

Question

我正在尝试将两个数据框合并成一个简洁的数据框。第一个数据框包含各种网络设备的所有可能名称。第二个数据框包含实际存在的网络设备的名称以及它们对应的硬件。

我需要将这两个数据框合并在一起，以便将第一个数据框中的设备名称与第二个数据框中存在的设备名称"检查"，然后输出相应的硬件信息，以便稍后进行进一步分析。

以下是我所做的工作的简化说明：

print(df1)

Router_Name     Firewall_Name       
0   router1     firewall1          
1   router2     firewall2          
2   router3     firewall3          
3   router4     firewall4

print(df2)

Device_Name     Hardware_Platform
0   router2         cisco111
1   router3         cisco222
2   firewall1       cisco333
3   firewall2       cisco444

执行合并后，这将是我的期望结果：

print (df3)

Router_Name   Hardware_Platform  Firewall_Name    Hardware_Platform  
0   router1           N/A                firewall1        cisco333   
1   router2           cisco111           firewall2        cisco444
2   router3           cisco222           firewall3        N/A  
3   router4           N/A                firewall4        N/A

我尝试了许多命令，包括：

result = pd.concat([df1, df2], axis=1).reindex(df2.index)
print(result)

但是这只是简单地将 df1 和 df2 堆叠在一起。使用这种方法是否可行？

- brooklynveezy

Answer 1

我用以下示例使其正常工作（重命名列有点繁琐），但示例足够清晰。我使用了您的示例数据框作为输入文件。此外，我使用了两个左连接，并从hardware_platform列创建了两个列。 步骤1：创建数据框

import pandas as pd

df1 = pd.read_excel('file1.xlsx')
df2 = pd.read_excel('file2.xlsx')

  router_name firewall_name
0     router1     firewall1
1     router2     firewall2
2     router3     firewall3
3     router4     firewall4

  device_name hardware_platform
0     router2          cisco111
1     router3          cisco222
2   firewall1          cisco333
3   firewall2          cisco444

步骤2：首次合并（路由器）

df2 = df2.rename(columns={"device_name": "router_name"})
m1 = pd.merge(df1, df2, on='router_name', how='left')
m1 = m1.rename(columns={"hardware_platform": "router_hardware"})

  router_name firewall_name router_hardware
0     router1     firewall1             NaN
1     router2     firewall2        cisco111
2     router3     firewall3        cisco222
3     router4     firewall4             NaN

步骤三：第二次合并（防火墙）

df2 = df2.rename(columns={"router_name": "firewall_name"})
m2 = pd.merge(m1, df2, on='firewall_name', how='left')

  router_name firewall_name router_hardware firewall_hardware
0     router1     firewall1             NaN          cisco333
1     router2     firewall2        cisco111          cisco444
2     router3     firewall3        cisco222               NaN
3     router4     firewall4             NaN               NaN

- Cloudkollektiv

Answer 2

这是我如何处理的，需要两个合并！请记住，拥有多个具有相同名称的列是不好的做法。

import pandas as pd
df1 = pd.DataFrame({'router_name':[1,2,3,4],'firewall':['firewall1','firewall2','firewall3','firewall4']})
df2 = pd.DataFrame({'device_name':[2,3,'firewall1','firewall2'],'hardware':['cisco111','cisco222','cisco333','cisco444']})

df3 = df1.merge(df2,how='left',left_on='router_name',right_on='device_name').merge(df2,how='left',left_on='firewall',right_on='device_name').drop(columns=[x for x in list(df3) if x.startswith('device')])
print(df3)

输出：

  router_name   firewall hardware_x hardware_y
0           1  firewall1        NaN   cisco333
1           2  firewall2   cisco111   cisco444
2           3  firewall3   cisco222        NaN
3           4  firewall4        NaN        NaN

- Celius Stingher