合并条件（或合并后用 NaN 替换）

Posted 2023-03-11

【中文标题】合并条件（或合并后用 NaN 替换）

【英文标题】：Merging on a condition (or replacing with NaNs after merging)

【发布时间】：2022-01-22 19:23:04

【问题描述】：

我想创建一个 new_column 合并 df 和 df2 (df=pd.merge(df,df2, how='left', on='Type') )，但前提是 df['Type']=='certain_value'

因此，如果通过正常合并，new_column 将被完全填充，我想要一堆 NaN，并且只保留另一列满足特定条件的值。

有没有办法做到这一点？

我尝试在合并后用 NaN 替换值，但我也在为此苦苦挣扎：

np.where(df['Type']!='certain_value', np.NaN, df['new_column'])

这不符合我的意愿。

【问题讨论】：

检查：***.com/questions/23508351/…

合并前为什么不过滤？ df=pd.merge(df.query("type == certain_value"),df2, how='left', on='Type')

【参考方案1】：

假设您的意思是要创建一个用 df2 中的特定列填充的新列，如果除了连接键之外没有列名重复，这应该可以工作。 （如果有那么它们将被添加后缀以区分来源）如果它是一个数字列，那么其他行将被隐式设置为 Nan。

rows_of_interest = df['Type']=='certain_value'

df.loc[rows_of_interest, 'new_column'] = pd.merge(df[rows_of_interest],df2, how='left', on='Type')['new_column']

【讨论】：

谢谢，非常接近，但由于某种原因，它只加入/保留 150 个值而不是 800 个。我的代码是 midstream_asset = df['Industry Sector']=='Midstream' df.loc [midstream_asset, 'Asset'] = pd.merge(df[midstream_asset],asset_lookup, on='Project Type', how='left')['Asset']，asset_lookup中的列名与原始 df（项目类型和资产）。没有拼写问题/空格/大写字母等

您可以检查 midstream_asset.sum() 和 df2[df2['Industry Sector'] == 'Midstream']] 的值，以确保您期望的数据被正确编入索引