仅当 Pandas 中的值为空/空时才合并
Posted
技术标签:
【中文标题】仅当 Pandas 中的值为空/空时才合并【英文标题】:Merge Only When Value is Empty/Null in Pandas 【发布时间】:2015-07-29 13:54:38 【问题描述】:我在 Pandas 中有两个数据框,它们正在合并在一起 df.A 和 df.B,df.A 是原始数据,而 df.B 有我想要带来的新数据。合并工作正常,正如预期的那样,我在合并的 df 中得到两列 col_x 和 col_y。
但是,在某些行中,原始 df.A 具有其他 df.B 没有的值。我的问题是,如何有选择地从 col_x 和 col_y 中获取值并将它们放入新的 col 中,例如 col_z ?
这就是我的意思,我如何合并 df.A:
date impressions spend col
1/1/15 100000 3.00 ABC123456
1/2/15 145000 5.00 ABCD00000
1/3/15 300000 15.00 (null)
与 df.B
date col
1/1/15 (null)
1/2/15 (null)
1/3/15 DEF123456
获得:
date impressions spend col_z
1/1/15 100000 3.00 ABC123456
1/2/15 145000 5.00 ABCD00000
1/3/15 300000 15.00 DEF123456
非常感谢任何帮助或指出正确方向!
谢谢
【问题讨论】:
显示无效的代码。 【参考方案1】:好的,假设您的 (null) 值实际上是 NaN 值而不是那个字符串,那么以下工作:
In [10]:
# create the merged df
merged = dfA.merge(dfB, on='date')
merged
Out[10]:
date impressions spend col_x col_y
0 2015-01-01 100000 3 ABC123456 NaN
1 2015-01-02 145000 5 ABCD00000 NaN
2 2015-01-03 300000 15 NaN DEF123456
您可以使用where
有条件地从 _x 和 _y 列中分配一个值:
In [11]:
# now create col_z using where
merged['col_z'] = merged['col_x'].where(merged['col_x'].notnull(), merged['col_y'])
merged
Out[11]:
date impressions spend col_x col_y col_z
0 2015-01-01 100000 3 ABC123456 NaN ABC123456
1 2015-01-02 145000 5 ABCD00000 NaN ABCD00000
2 2015-01-03 300000 15 NaN DEF123456 DEF123456
然后你可以drop
无关的列:
In [13]:
merged = merged.drop(['col_x','col_y'],axis=1)
merged
Out[13]:
date impressions spend col_z
0 2015-01-01 100000 3 ABC123456
1 2015-01-02 145000 5 ABCD00000
2 2015-01-03 300000 15 DEF123456
【讨论】:
如何合并多个列我正在重复执行任务以获得最终输出,但想知道是否有更简洁的方法``` obs_table['value'] = obs_table['value_coded'].where (obs_table['value_coded'].notnull(),obs_table['value_numeric']) obs_table['value'] = obs_table['value'].where(obs_table['value'].notnull(),obs_table['value_text ']) obs_table['value'] = obs_table['value'].where(obs_table['value'].notnull(),obs_table['value_datetime']) obs_table['value'] = obs_table['value'] .where(obs_table['value'].notnull(),obs_table['value_datetime']) ``【参考方案2】:IMO 最短但可读的解决方案是这样的:
df.A.loc[df.A['col'].isna(), 'col'] = df.A.merge(df.B, how='left', on='date')['col_y']
它的基本作用是将合并表列col_y
中的值分配给主df.A
表,对于col
列中为空的那些行(.isna()
条件)。
【讨论】:
非常干净...谢谢!要合并多个列,请将 on=' ' 更改为列表。【参考方案3】:如果您有包含“nans”的数据,并且您想从其他数据框中填充“nans” (匹配索引和列名称)您可以执行以下操作:
df_A : 包含 nans 元素的目标 DataFrame
df_B:补全缺失元素的源DataFrame
df_A = df_A.where(df_A.notnull(),df_B)
【讨论】:
以上是关于仅当 Pandas 中的值为空/空时才合并的主要内容,如果未能解决你的问题,请参考以下文章