通过匹配的ID号合并两个Pandas数据框

通过匹配ID号合并两个 Pandas 数据框可以使用 Pandas 库的 merge() 函数。下面是完整的攻略步骤：

1. 读入两个数据框，分别名为 df1 和 df2，两个数据框中都包含一个 ID 列。

import pandas as pd

df1 = pd.read_csv('data1.csv')
df2 = pd.read_csv('data2.csv')

1. 确认两个数据框中的 ID 列以及需要合并的列（例如值列）的数据类型一致。如果不一致，需要进行类型转换。

df1['ID'] = df1['ID'].astype(str)
df2['ID'] = df2['ID'].astype(str)

1. 基于 ID 列对两个数据框进行合并，使用 merge() 函数实现。

merged_df = pd.merge(df1, df2, on='ID')

其中，on 参数指定了基于哪一列进行合并。

1. 可选地，可以指定合并方式和合并列的名称等。

# 指定合并方式为 outer
merged_df = pd.merge(df1, df2, on='ID', how='outer')

# 指定合并列名称
merged_df = pd.merge(df1, df2, on='ID', suffixes=('_left', '_right'))

以上就是通过匹配的 ID 号合并两个 Pandas 数据框的完整攻略。下面通过实例说明，更加详细地说明整个过程。

例如，我们有两个数据框 df1 和 df2，它们分别包含学生的 ID 和年龄信息：

# df1
   ID  Age
0  001   18
1  002   19
2  003   20
3  004   21

# df2
   ID  Age
0  002   20
1  003   21
2  005   19
3  007   22

现在我们需要将两个数据框合并为一个，包含所有学生的信息。基于 ID 列进行合并，代码如下：

merged_df = pd.merge(df1, df2, on='ID')

结果如下：

   ID  Age_x  Age_y
0  002     19     20
1  003     20     21

可以看到，合并后的数据框只包含 ID 列中重复的学生信息，并自动将两个数据框中的 Age 列区分为 Age_x 和 Age_y 列。

如果希望包含所有学生的信息，即使某些学生的信息在某个数据框中不存在，可以使用 outer 合并方式：

merged_df = pd.merge(df1, df2, on='ID', how='outer')

结果如下：

   ID  Age_x  Age_y
0  001   18.0    NaN
1  002   19.0   20.0
2  003   20.0   21.0
3  004   21.0    NaN
4  005    NaN   19.0
5  007    NaN   22.0

可以看到，合并后的数据框包含所有学生的信息，即使某些学生的信息在某个数据框中不存在，也会自动填充为 NaN。此时，如果希望将 Age_x 和 Age_y 列合并为一个 Age 列，并删除重复的 ID 列，可以使用如下代码：

merged_df = pd.merge(df1, df2, on='ID', how='outer')
merged_df['Age'] = merged_df[['Age_x', 'Age_y']].fillna(0).sum(axis=1)
merged_df.drop(['Age_x', 'Age_y'], axis=1, inplace=True)

最终结果如下：

   ID   Age
0  001  18.0
1  002  39.0
2  003  41.0
3  004  21.0
4  005  19.0
5  007  22.0

可以看到，合并后的数据框包含了所有学生的信息，并将 Age_x 和 Age_y 合并为了一个 Age 列，并删除了重复的 ID 列。