Question

我有两个数据帧，我想合并到1.它们的长度不等，但包含一些相同的信息。
这是第一个数据帧

BOROUGH  TYPE  TCOUNT
  MAN    SPORT   5
  MAN    CONV    3
  MAN    WAGON   2
  BRO    SPORT   2
  BRO    CONV    3

其中A指定位置，B表示类别，C表示计数而另一个

BOROUGH  CAUSE  CCOUNT
  MAN   ALCOHOL   5
  MAN     SIZE    3
  BRO   ALCOHOL   2

此处A与其他数据帧中的位置相同。但D是另一个类别，E是该位置的D的计数。

我想要的（而且无法做到的）是获得以下内容：

BOROUGH   TYPE   TCOUNT  CAUSE  CCOUNT
  MAN    SPORT     5    ALCOHOL    5
  MAN    CONV      3      SIZE     3
  MAN    WAGON     2      NaN     NaN
  BRO    SPORT     2    ALCOHOL    2
  BRO    CONV      3      NaN     NaN

“ - ”可以是任何东西。最好是一个字符串，上面写着“Nothing”。如果它们默认为NaN值，我想这只是用字符串替换它们的问题。

注意：使用Pandas和Python

修改：
输出：

<class 'pandas.core.frame.DataFrame'>
Int64Index: 233 entries, 0 to 232
Data columns (total 3 columns):
BOROUGH                          233 non-null object
CONTRIBUTING FACTOR VEHICLE 1    233 non-null object
RCOUNT                           233 non-null int64
dtypes: int64(1), object(2)
memory usage: 7.3+ KB
None
<class 'pandas.core.frame.DataFrame'>
Int64Index: 83 entries, 0 to 82
Data columns (total 3 columns):
BOROUGH                83 non-null object
VEHICLE TYPE CODE 1    83 non-null object
VCOUNT                 83 non-null int64
dtypes: int64(1), object(2)
memory usage: 2.6+ KB
None

Answer 1

在列＆＃39; A＆＃39;，＆＃39; B＆＃39;上执行left类型merge对于lhs和＆＃39; A＆＃39; D＆＃39; D＆＃39;对于rhs，因为这些是你的关键列

In [16]:
df.merge(df1, left_on=['A','B'], right_on=['A','D'], how='left')

Out[16]:
   A  B  C   D   E
0  1  1  3   1   5
1  1  2  2   2   3
2  1  3  1 NaN NaN
3  2  1  1   1   2
4  2  2  4 NaN NaN

修改

您的问题已更改，但基本上您可以使用combine_first：

In [26]: merged = df.combine_first(df1) merged Out[26]: BOROUGH CAUSE CCOUNT TCOUNT TYPE 0 MAN ALCOHOL 5 5 SPORT 1 MAN SIZE 3 3 CONV 2 MAN ALCOHOL 2 2 WAGON 3 BRO NaN NaN 2 SPORT 4 BRO NaN NaN 3 CONV

您看到的NaN＆＃39;原因＆＃39;是字符串＆＃39; NaN＆＃39;，我们可以使用fillna来替换这些值：

In [27]: merged['CAUSE'] = merged['CAUSE'].fillna('Nothing') merged['CCOUNT'] = merged['CCOUNT'].fillna(0) merged Out[27]: BOROUGH CAUSE CCOUNT TCOUNT TYPE 0 MAN ALCOHOL 5 5 SPORT 1 MAN SIZE 3 3 CONV 2 MAN ALCOHOL 2 2 WAGON 3 BRO Nothing 0 2 SPORT 4 BRO Nothing 0 3 CONV

合并具有不等长度的pandas数据帧

1 个答案: