Excel中的“索引匹配”function不能在pandas合并（或是否？
在使用合并复制pandas中的Excel索引匹配function方面有几个post，但合并似乎没有涵盖Excel索引匹配的最基本function之一。
我有一个可以通过的解决方法，但我相信有一个更好的方法。 当然，我可能会错过pandas.merge的一些明显的东西。
假设我们有以下两个表格
t1 numbers letters 0 1623 a 1 3266 b 2 3672 c t2 letters target 0 a ddd 1 a ddd 2 a ddd 3 b eee 4 b eee 5 b eee 6 c fff 7 c fff 8 c fff 而且我们想为t1添加一个列，根据t2.letters中的值简单地映射来自t2.target的值，得到如下结果：
numbers letters target 0 1623 a ddd 1 3266 b eee 2 3672 c fff
使用pandas.merge，看起来t2.target中的所有重复值都必须在结果DataFrame中显示，如下所示：
numbers letters target 0 1623 a ddd 1 1623 a ddd 2 1623 a ddd 3 3266 b eee 4 3266 b eee 5 3266 b eee 6 3672 c fff 7 3672 c fff 8 3672 c fff
然而在许多情况下，这不是我们想要的。
一种解决方法是使用.duplicated（）：
t2_unique = t2[t2.target.duplicated==False] t1.merge(t2_unique)
这产生了上面所需的3×3表格。 但是考虑到其余的pandas有多么周到和全面，以及人们在Excel中做这种事情的频率如何，我发现很难相信在pandas这种产出没有更直接的path，或者作为一部分合并或其他的东西。
感谢您阅读此。
那么，一个人的责任是另一个人的特征。 合并扔掉logging会很糟糕。 在进行实质性操作之前清理您的数据。 你正在做一个连接操作，并且由于至less在所显示的variables中有重复（可能有更多的variables是不同的），所以连接尊重这一点。 另外，你真的在做一个从字母到目标值的映射。 但是，为了使其有意义，您需要使用独特的关键字：值对来避免歧义。
虽然，映射可以很容易地完成。
t2.set_index('letters',inplace=True) t2_map = t2.target.to_dict()
这实际上产生了一个行为良好的字典：
{'a': 'ddd', 'b': 'eee', 'c': 'fff'}
然后，您可以使用它在t1中将target映射到letters 。
t1['target']=t1.letters.map(t2_map) t1 numbers letters target 0 1623 a ddd 1 3266 b eee 2 3672 c fff