我犯了一個小錯誤，我不確定如何正確合并兩個 df 。我想合并 IBES_cusip 以將 gvkey 放入 df1。我嘗試以下操作，但它只是擴展數據集并且不正確匹配：df1 = df1.merge(df2, how = 'left', on =['IBES_cusip'])df1 IBES_cusip pends pdicity ... ltg_eps futepsgrowth 0 00036110 1983-05-31 ANN ... NaN NaN 1 00036110 1983-05-31 ANN ... NaN NaN 2 00036110 1983-05-31 ANN ... NaN NaN 3 98970110 1983-05-31 ANN ... NaN NaN 4 98970110 1983-05-31 ANN ... NaN NaN ... ... ... ... ... ... 373472 98970111 2018-12-31 ANN ... 10.00 0.381119 373473 98970111 2018-12-31 df2 gvkey IBES_cusip0 024538 860370101 004678 337915102 066367 263578103 137024 06985P204 137024 06985P20 ... ...833796 028955 33975610833797 061676 17737610833798 011096 92035510833799 005774 44448210833800 008286 69489010
1 回答
至尊寶的傳說
TA貢獻1789條經驗 獲得超10個贊
您的主要問題是您的列df2中包含重復的值IBES_cusip。從你提供的樣本中我可以看到
3 137024 06985P20 4 137024 06985P20
是相同的值，這會導致得到不需要的結果（輸出中出現重復的行）。
嘗試這個
df1 = df1.merge(df2.drop_duplicates(subset=['IBES_cusip']), how='left', on='IBES_cusip')
從技術上講，這應該只是gvkey向您的df1.
這假設您非常確定沒有相同的行與
IBES_cusip不同的行匹配gvkey，否則您需要首先弄清楚這一點。
添加回答
舉報
0/150
提交
取消