Pythonにおいてデータ数が違うセットの結合

Question

Pythonで"df1"のLabelと"df2"のPictureNumberで一致する場合に、df2の
SumpleとBeenNumberをdf1結合したいです。(写真下記)
df1とdf2でデータセットが違うので、うまく結合できませんでした。
イメージとして下記のようなものが作りたいです。
ご教授よろしくお願いいたします。

Label Sumple BeenNumber

img061c くるみ豆 B1

img061c くるみ豆 B1

img061c くるみ豆 B1

.... .... ....

Img070c 美味しい大豆 B10

import matplotlib.pyplot as plt
import pandas as pd
import os 
df1=pd.read_csv('Native Been Analyze Side.csv')
df2=pd.read_csv('imgNumber and BeenNumber.csv', encoding="shift-jis")
df3=pd.merge(df1, df2, how="outer")
df3.to_csv("Test.csv")
```![df1のデータセットです。](b4cb28a773689eaff020e8c0f79fcc96.png)
![df2のデータセットです。](c54275fddee28409f5fe70f5ce45077a.png)

Answer 1

拡張子を取り払ったコラムを作りそれをキーとしてmergeしてはどうでしょうか。

df1['PictureNumber'] = df1['Label'].apply(lambda s: s[:-4])

df3 = pd.merge(df1, df2, on='PictureNumber', how='left')

[追記]

In [1]: import pandas as pd

In [2]: df1 = pd.DataFrame({'Label':['img061c.jpg', 'img061c.jpg', 'img061c.jpg', 'img061c.jpg', 'img061c.jpg']})

In [3]: df2 = pd.DataFrame({'PictureNumber':['img061c.jpg', 'img062c.jpg', 'img063c.jpg'], 'SumpleNumber':['くるみ豆', '金持ち豆', '秘伝豆'], 'BeenNumber':['B2', 'B3', 'B4']})

In [4]: df1
Out[4]: 
         Label
0  img061c.jpg
1  img061c.jpg
2  img061c.jpg
3  img061c.jpg
4  img061c.jpg

In [5]: df2
Out[5]: 
  PictureNumber SumpleNumber BeenNumber
0   img061c.jpg         くるみ豆         B2
1   img062c.jpg         金持ち豆         B3
2   img063c.jpg          秘伝豆         B4

In [6]: df3 = pd.merge(df1, df2, left_on='Label', right_on='PictureNumber', how='left').drop('PictureNumber', axis=1)

In [7]: df3
Out[7]: 
         Label SumpleNumber BeenNumber
0  img061c.jpg         くるみ豆         B2
1  img061c.jpg         くるみ豆         B2
2  img061c.jpg         くるみ豆         B2
3  img061c.jpg         くるみ豆         B2
4  img061c.jpg         くるみ豆         B2

Comments

[Danrussia]

df1['PictureNumber'] = df1['Label'].apply(lambda s: s[:-4])
df3 = pd.merge(df1, df2, on='PictureNumber', how='left')
df3.to_csv("Test.csv")
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-9-6391332403e8> in <module>()
----> 1 df1['PictureNumber'] = df1['Label'].apply(lambda s: s[:-4])
2 df3 = pd.merge(df1, df2, on='PictureNumber', how='left')
3 df3.to_csv("Test.csv")

~\Anaconda3\lib\site-packages\pandas\core\series.py in apply(self, func, convert_dtype, args, **kwds)
3192 else:
3193 values = self.astype(object).values
-> 3194 mapped = lib.map_infer(values, f, convert=convert_dtype)
3195
3196 if len(mapped) and isinstance(mapped[0], Series):

pandas/_libs/src\inference.pyx in pandas._libs.lib.map_infer()

<ipython-input-9-6391332403e8> in <lambda>(s)
----> 1 df1['PictureNumber'] = df1['Label'].apply(lambda s: s[:-4])
2 df3 = pd.merge(df1, df2, on='PictureNumber', how='left')
3 df3.to_csv("Test.csv")

TypeError: 'float' object is not subscriptable

というエラーコードが出ました。「拡張子を取り払ったコラムを作りそれをキーとしてmergeしてはどうでしょうか。」という意味が分からなかったのですが、もう少し詳しく教えていただけませんか?

[Danrussia]

実際の完成イメージも追加しておきました。よろしくお願いいたします。

[nouken]

文字列に対するスライスの処理でエラーが出てるようです。'Label'の列に欠損値が含まれていたりしませんか？float型のデータがあるようです。

データが違って結合できないということなので、df1の.jpgの部分を除いたコラムを作り、それを基準にdf２と結合したら良いのでは（データの形式が同じになっているので）、ということです。

[Danrussia]

df2のPictureNumberにおいて、.jpgが抜けていたのはこちらのミスでした。すいません。
df1のLabelの対応表という形でdf2があり、df2の情報とdf1を結合したいというニュアンスです。
(df1にはimg060cを持つものが100個あるが、df2にはimg060cを持つものは1個しかなく、SumpleNumberとBeenNumberがある。df2の「SumpleNumber」と「BeenNumber」をdf1のimg060cを持つ列すべての隣に追加したい)

[nouken]

こちらで簡単に同じようなデータセット作って、回答に追記しました。

[Danrussia]

自分の望み通りの表が作れました。ありがとうございます。
次からもう少しわかりやすい説明を心がけます。