合并和填充 Pandas DataFrame
Posted
技术标签:
【中文标题】合并和填充 Pandas DataFrame【英文标题】:Merging and Filling in Pandas DataFrames 【发布时间】:2014-09-25 00:23:39 【问题描述】:我在 Pandas 中有两个数据框。这些列的名称相同,并且它们具有相同的维度,但它们具有不同的(和缺失的)值。
我想基于一个键列进行合并,并为每个等效行获取最大或非缺失数据。
import pandas as pd
import numpy as np
df1 = pd.DataFrame('key':[1,3,5,7], 'a':[np.NaN, 0, 5, 1], 'b':[datetime.datetime.today() - datetime.timedelta(days=x) for x in range(0,4)])
df1
a b key
0 NaN 2014-08-01 10:37:23.828683 1
1 0 2014-07-31 10:37:23.828726 3
2 5 2014-07-30 10:37:23.828736 5
3 1 2014-07-29 10:37:23.828744 7
df2 = pd.DataFrame('key':[1,3,5,7], 'a':[2, 0, np.NaN, 3], 'b':[datetime.datetime.today() - datetime.timedelta(days=x) for x in range(2,6)])
df2.ix[2,'b']=np.NaN
df2
a b key
0 2 2014-07-30 10:38:13.857203 1
1 0 2014-07-29 10:38:13.857253 3
2 NaN NaT 5
3 3 2014-07-27 10:38:13.857272 7
最终结果如下:
df_together
a b key
0 2 2014-07-30 10:38:13.857203 1
1 0 2014-07-29 10:38:13.857253 3
2 5 2014-07-30 10:37:23.828736 5
3 3 2014-07-27 10:38:13.857272 7
我希望我的示例涵盖所有情况。如果两个数据帧都具有 NaN(或 NaT)值,则它们的结果也应该具有 NaN(或 NaT)值。尽我所能,我无法让 pd.merge 函数给出我想要的。
【问题讨论】:
【参考方案1】:通常在这些情况下最容易做到:
df_together = pd.concat([df1, df2]).groupby('key').max()
【讨论】:
谢谢!那太完美了。以上是关于合并和填充 Pandas DataFrame的主要内容,如果未能解决你的问题,请参考以下文章
Pandas:合并两个 1D DataFrame,输出两列,并为唯一元素填充填充值
Pandas读取excel合并单元格的正确姿势(openpyxl合并单元格拆分并填充内容)