我有一个系列,我分成两部分,因为部分包含需要以不同方式处理的术语。之后我想按照原来的顺序合并两个拆分系列(实际上,在处理之后它们现在是两列数据帧)。我几乎解决了它:
import pandas as pd
terms = pd.Series(["oo1", "oo2", "oo3", "aa1", "aa2", "oo4"], name="term")
# 0 oo1
# 1 oo2
# 2 oo3
# 3 aa1
# 4 aa2
# 5 oo4
terms_oo = terms[terms.apply(lambda term: "oo" in term)]
# 0 oo1
# 1 oo2
# 2 oo3
# 5 oo4
terms_aa = terms[terms.apply(lambda term: "aa" in term)]
# 3 aa1
# 4 aa2
# process differently so you end up with
df_aa = pd.concat([terms_aa, pd.Series(["taa1", "taa2"], index=[3, 4])], axis=1)
df_aa.columns = ["term", "annotations"]
# term annotations
# 3 aa1 taa1
# 4 aa2 taa2
df_oo = pd.concat([terms_oo, pd.Series(["too1", "too2", "too3", "too4"], index=[0, 1, 2, 5])], axis=1)
df_oo.columns = ["term", "annotations"]
# term annotations
# 0 oo1 too1
# 1 oo2 too2
# 2 oo3 too3
# 5 oo4 too4
现在,我想将df_aa
和df_oo
合并,以便它们具有terms
中的原始顺序,以便annotations
是一列,包括来自{{的值1}}和df_aa
。我该怎么做?
我尝试了以下操作,但找不到最后一步:
df_oo
上面我想将注释列合并为一个。它们应该是互斥的(一个中的nans在另一个中具有值)。
以下是我的尝试:
terms_df = pd.DataFrame(terms)
m1 = terms_df.merge(df_aa, on="term", how="outer")
m2 = m1.merge(df_oo, on="term", how="outer")
# term annotations_x annotations_y
# 0 oo1 NaN too1
# 1 oo2 NaN too2
# 2 oo3 NaN too3
# 3 aa1 taa1 NaN
# 4 aa2 taa2 NaN
# 5 oo4 NaN too4
我包含了这么长的事情,因为我原本想要做的事情可能只用很少的几行。因此,我不是只是展示我的最后一个问题,而是将整个事情包括在内,因为如果我更聪明的话,我现在正在努力解决的最后一个问题可能已经避免了。
答案 0 :(得分:2)
append()
和sort()
这里没有必要做任何复杂的事情。保留索引,以便您可以简单地附加它们并对它们进行排序
result = df_oo.append(df_aa).sort()
print(result)
term annotations
0 oo1 too1
1 oo2 too2
2 oo3 too3
3 aa1 taa1
4 aa2 taa2
5 oo4 too4