合并数据帧后如何避免获得额外的不匹配值？

问题描述

我有一个包含多列的DataFrame：

#list
list = [('Bass',"Albert",15),('Bass',"Daniel",12),"Paul",31),"Tony",11),('Palmer',22),30),50),('Smith',29),9),24)] 
# Create a DataFrame object 
import pandas as pd
df = pd.DataFrame(list,columns =['Surname','Name','age'])

我希望每个Surname用age的{​​{1}}除age列中的值（即，对于Bass姓氏，用31，然后将Palmer除以30，以此类推），然后将这些值存储在名为Paul的新列中，并使这些结果与相应的age_normalized

相匹配

age_initial

现在是时候分割这些值并合并数据帧了

df = df.set_index("Surname")
df2 = df.loc[df.Name =="Paul"]

这是我的问题： results = df["age"]/df2['age'] merge_df = df.merge(results,left_index=True,right_index=True,suffixes = ("_initial","_normalized")) 合并时，每个名称都有4个结果，而不是一个

print

如何合并两个数据框并使初始年龄与相应的归一化年龄相匹配？

解决方法

为了解决这个问题，我先将 df 与 df2 合并，而不是将 results 合并，然后再进行分割

df2_area = df2["age"]
mer = df.merge(df2_area,on="Surname")
mer[["age_norm"]] = mer[['age_x']].div(mer['age_y'].values,axis=0)