Question

我有一个pandas DataFrame，里面有多个列：

Index: 239897 entries, 2012-05-11 15:20:00 to 2012-06-02 23:44:51
Data columns:
foo                   11516  non-null values
bar                   228381  non-null values
Time_UTC              239897  non-null values
dtstamp               239897  non-null values
dtypes: float64(4), object(1)

其中foo和bar是包含相同数据但名称不同的列。是否有办法将构成foo的行移动到bar，理想情况下保持名称bar？

最后，DataFrame应显示为：

Index: 239897 entries, 2012-05-11 15:20:00 to 2012-06-02 23:44:51
Data columns:
bar                   239897  non-null values
Time_UTC              239897  non-null values
dtstamp               239897  non-null values
dtypes: float64(4), object(1)

这就是组成bar的NaN值被foo的值替换。

Answer 1

您可以直接使用fillna并将结果分配给列'bar'

df['bar'].fillna(df['foo'], inplace=True)
del df['foo']

一般例子：

import pandas as pd
#creating the table with two missing values
df1 = pd.DataFrame({'a':[1,2],'b':[3,4]}, index = [1,2])
df2 = pd.DataFrame({'b':[5,6]}, index = [3,4])
dftot = pd.concat((df1, df2))
print dftot
#creating the dataframe to fill the missing values
filldf = pd.DataFrame({'a':[7,7,7,7]})

#filling 
print dftot.fillna(filldf)

Answer 2

试试这个：

pandas.concat([df['foo'].dropna(), df['bar'].dropna()]).reindex_like(df)

如果您希望该数据成为新列bar，只需将结果分配给df['bar']。

Answer 3

另一个选项是，在框架上使用.apply()方法。您可以根据现有数据重新分配列...

import pandas as pd
import numpy as np

# get your data into a dataframe

# replace content in "bar" with "foo" if "bar" is null
df["bar"] = df.apply(lambda row: row["foo"] if row["bar"] == np.NaN else row["bar"], axis=1) 

# note: change 'np.NaN' with null values you have like an empty string

Answer 4

更现代的pandas版本（至少0.12）具有DataFrame和Series对象的combine_first() and update()方法。例如，如果您的DataFrame名为df，则可以执行以下操作：

df.bar.combine_first(df.foo)

只会改变bar列的Nan值以匹配foo列，并且会在原地进行。要使bar中的非Nan值覆盖foo中的非Nan值，您可以使用update()方法。

Answer 5

您也可以使用numpy执行此操作。

df['bar'] = np.where(pd.isnull(df['bar']),df['foo'],df['bar'])

pandas：在DataFrame中组合两列

5 个答案: