如何在 Pandas.merge 中删除 "_merge" 列

Question

我正在根据准确性对两个数据框进行排序。所以我首先使用严格的条件将两个df合并成一个，how='outer', indicator=True，然后将其保存到名为'perfect'的df中。之后我从_merge列中提取出left_only和right_only到两个新的dfs中。然后我将这两个df与简单条件 how='outer', indicator=True 合并，并将新的df保存为'partial match'。但是当我这样做时，我遇到了错误ValueError: Cannot use name of an existing column for indicator column，因为我再次使用了indicator = True，但我需要该指标应用于不匹配的行（即左侧和右侧仅出现一次），并将它们放到更简单的条件中。

如何删除合并列？或者如何解决此ValueError？

_merge未出现在df.columns中，因此我无法drop(['_merge') or del df._merge

- user13494862

Answer 1

请用'string'替代True作为指示符indicator。如果将indicator设为True，输出的DataFrame会增加一个名为“_merge”的列，其中包含每行数据源的信息。如果将其设为字符串，则会在输出的DataFrame中添加一列包含每行数据源信息，并以该字符串命名该列。信息列是分类类型，并采用以下值：“left_only”表示只在“left” DataFrame中出现合并键的观测值，“right_only”表示只在“right” DataFrame中出现合并键的观测值，“both”表示合并键同时出现在两个DataFrame中。第二次合并时，请使用不同的'string'作为指示符。详见文档。

dfA = pd.DataFrame({'key':np.arange(0,10), 'dataA':np.arange(100,110)})
dfB = pd.DataFrame({'key':np.arange(5,15), 'dataB':np.arange(100,110)})
dfA.merge(dfB, on='key', indicator='Ind', how='outer')

输出：

    key  dataA  dataB         Ind
0     0  100.0    NaN   left_only
1     1  101.0    NaN   left_only
2     2  102.0    NaN   left_only
3     3  103.0    NaN   left_only
4     4  104.0    NaN   left_only
5     5  105.0  100.0        both
6     6  106.0  101.0        both
7     7  107.0  102.0        both
8     8  108.0  103.0        both
9     9  109.0  104.0        both
10   10    NaN  105.0  right_only
11   11    NaN  106.0  right_only
12   12    NaN  107.0  right_only
13   13    NaN  108.0  right_only
14   14    NaN  109.0  right_only

- Scott Boston