Есть ли способ объединить 2 фрейма данных в Pandas, который бы сохранил значение df1 в неизменном виде - PullRequest
Новая
       29

Есть ли способ объединить 2 фрейма данных в Pandas, который бы сохранил значение df1 в неизменном виде

1 голос
/ 02 мая 2019

пытается объединить два фрейма данных в панде "таблица A" и "таблица B."Я пытаюсь использовать левое, правое, внешнее слияние и по какой-то причине строки таблицы A не остаются на 200K `

This is the table that I have and I'm trying to merge 

   table A              
    ID     pass    date       Suitcase          Layover
    500    yes   2/22/2018         1           yes
    501    no    2/23/2018         3           yes
    502    yes   2/24/2018         5           yes
    504    yes   2/25/2018         2           no
    505    yes  2/26/2018          1           yes
    506    no   2/27/2018          2           no
    507    yes  2/28/2018          5           no
    560    yes  3/15/2019          2           yes       

   Table B          
    ID     time_travel          country 
   500         4                 USA    
   504         3                 MEXICO 
   507         1                 Canada 
   621         2                 Australia  
  3345         3                South Africa    
  7755         2                 France 
  3385         1                California  

    merging2 = pd.merge(table A,Table B, on=["id"], 
    how="left",indicator=True)
    merging2.head()




``` the goal is to have the column ID stay at 200k and to have a table that 
    looks like this 

    id   pass     date      Suitcase    Layover   time_travel   country
    500  yes      2/22/2018   1          yes         4            USA
    501  no       2/23/2018   3          yes         
    502  yes      2/24/2018   5          yes        
    504  yes      2/25/2018   2          no          3           MEXICO
    505  yes      2/26/2018   1          yes        
    506  no       2/27/2018   2          no     
    507 yes       2/28/2018   5          no                      Canada
...