Для объединения двух таблиц (DataFrame) в библиотеке pandas, можно воспользоваться методом `merge()`. Этот метод позволяет объединять DataFrame по одним или нескольким ключам, и в вашем случае вы хотите объединить их по колонке `CELL` из первой таблицы и `GeranCellId` из второй таблицы.
Допустим, у вас есть два DataFrame: `df1` и `df2`. Пример кода для объединения их таким образом будет выглядеть так:
```python
import pandas as pd
# Пример данных для df1 и df2
data1 = {
'CELL': [1, 2, 3],
'SomeValue': [10, 20, 30]
}
df1 = pd.DataFrame(data1)
data2 = {
'GeranCellId': [1, 2, 4],
'BSC': ['BSC1', 'BSC2', 'BSC4'],
'LAC': ['LAC1', 'LAC2', 'LAC4']
}
df2 = pd.DataFrame(data2)
# Объединяем таблицы
result = df1.merge(df2, left_on='CELL', right_on='GeranCellId', how='left')
# Выводим результат
print(result)
```
В этом коде:
- `left_on='CELL'` указывает, что в первом DataFrame (df1) мы будем использовать колонку `CELL` для объединения.
- `right_on='GeranCellId'` указывает, что во втором DataFrame (df2) мы будем использовать колонку `GeranCellId`.
- `how='left'` обозначает, что мы хотим выполнить левое объединение, то есть все строки из первого DataFrame (`df1`) будут сохранены, а строки из второго DataFrame (`df2`) будут добавлены только если есть соответствие. Если соответствия не будет, в новых колонках (BSC и LAC) появятся значения NaN.
Таким образом, после выполнения этого кода новообразованный DataFrame (`result`) будет содержать все колонки из первого DataFrame и колонки BSC и LAC из второго DataFrame, соответствующие значения CELL и GeranCellId.