本文旨在指导读者如何使用 Pandas 库合并两个数据框，并根据特定列的值动态创建新的列。我们将通过一个实际案例，演示如何根据 `ZIP` 列合并数据框，并基于 `SEGMENT` 列的值，将 `TERRITORY` 列的值填充到新的列中，最终生成包含 `CR1_TERRITORY` 和 `CR2_TERRITORY` 列的合并数据框。
Pandas 库提供了强大的数据处理能力，其中数据框（DataFrame）的合并是常见的操作。本文将介绍如何使用 merge() 函数合并两个数据框，并根据特定条件创建新的列。我们将以一个实际的例子来说明，假设我们有两个数据框 df_1 和 df_2，它们都包含 ZIP，TERRITORY 和 SEGMENT 列。我们的目标是将这两个数据框合并，并基于 SEGMENT 列的值（CR1 和 CR2），创建新的 CR1_TERRITORY 和 CR2_TERRITORY 列。
首先，我们创建示例数据框：
import pandas as pd
df_1 = pd.DataFrame({
'ZIP': [93517, 31625, 89311],
'TERRITORY': [1001, 1002, 1002],
'SEGMENT': ['CR1', 'CR1', 'CR1']
})
df_2 = pd.DataFrame({
'ZIP': [93517, 31625, 72844],
'TERRITORY': [2001, 2002, 2003],
'SEGMENT': ['CR2', 'CR2', 'CR2']
})接下来，我们使用 merge() 函数将这两个数据框合并。merge() 函数的 how 参数指定了合并的方式，这里我们使用 outer 连接，这意味着我们将保留两个数据框中的所有行，即使它们在另一个数据框中没有匹配的 ZIP 值。on 参数指定了用于合并的列，这里我们使用 ZIP 列。suffix 参数用于为合并后的列添加后缀，以区分来自不同数据框的列。
df_final = df_1.merge(df_2, how='outer', on='ZIP', suffixes=['_CR1', '_CR2'])
上述代码将生成一个包含所有 ZIP 值的数据框，其中 TERRITORY_CR1 列包含来自 df_1 的 TERRITORY 值，TERRITORY_CR2 列包含来自 df_2 的 TERRITORY 值。如果某个 ZIP 值只存在于一个数据框中，则对应的 TERRITORY 列的值将为 NaN。
为了得到最终的结果，我们需要重命名列，并将 NaN 值替换为 0。
df_final = df_final.rename(columns={'TERRITORY_CR1': 'CR1_TERRITORY', 'TERRITORY_CR2': 'CR2_TERRITORY'})
df_final = df_final.fillna(0)最后，我们可以打印 df_final 数据框，查看结果。
print(df_final)
输出结果如下：
ZIP TERRITORY_CR1 SEGMENT_CR1 TERRITORY_CR2 SEGMENT_CR2 0 93517 1001.0 CR1 2001.0 CR2 1 31625 1002.0 CR1 2002.0 CR2 2 89311 1002.0 CR1 0.0 0 3 72844 0.0 0 2003.0 CR2
注意事项：
- merge() 函数有多种连接方式（inner, outer, left, right），选择合适的连接方式取决于你的具体需求。
- 如果你的数据框中包含重复的列名，merge() 函数会自动添加后缀以区分它们。你可以使用 suffixes 参数自定义后缀。
- 在合并数据框之前，请确保用于合并的列的数据类型一致。
- 在实际应用中，你可能需要根据更复杂的条件创建新的列。你可以使用 Pandas 提供的其他函数，如 apply() 和 loc[]，来实现更灵活的数据处理。
总结：
本文介绍了如何使用 Pandas 库合并两个数据框，并根据特定列的值创建新的列。通过 merge() 函数，我们可以方便地将两个数据框连接起来，并使用 suffixes 参数自定义列名。此外，我们还学习了如何使用 fillna() 函数将 NaN 值替换为 0。掌握这些技巧可以帮助你更有效地处理和分析数据。
