Question

我有一个包含3列（A，B，C）的数据帧df1，NaN代表缺少的值

A     B      C  
1     2    NaN
2     1    2.3
2     3    2.5

我的数据框df2有3列（A，B，D）

A     B     D
1     2     2
2     1     2
2     3     4

预期输出为

A     B      C
1     2      2
2     1      2.3
2     3      2.5

我希望{C}中的值df1 完整，如果没有丢失，则替换为D中的相应值，其他两列值相等，即df1.A==df2.A和df1.B==df2.B

任何好的解决方案？

Answer 1

一种方法是使用A列和B列作为索引。如果你使用fillna，那么pandas将对齐索引并给出正确的结果：

df1.set_index(['A', 'B'])['C'].fillna(df2.set_index(['A', 'B'])['D']).reset_index()
Out: 
   A  B    C
0  1  2  2.0
1  2  1  2.3
2  2  3  2.5

Answer 2

IIUC：

In [100]: df['C'] = np.where((np.isnan(df.C))&(df.A==df1.A)&(df.B==df1.B),df1.D,df.C)

In [101]: df
Out[101]: 
     A    B    C
0  1.0  2.0  2.0
1  2.0  1.0  2.3
2  2.3  1.2  2.5

比较时

np.where更快：

In [102]: %timeit df['C'] = np.where((np.isnan(df.C))&(df.A==df1.A)&(df.B==df1.B),df1.D,df.C)
1000 loops, best of 3: 1.3 ms per loop


In [103]: %timeit df.set_index(['A', 'B'])['C'].fillna(df1.set_index(['A', 'B'])['D']).reset_index()
100 loops, best of 3: 5.92 ms per loop

使用匹配条件更新Python Pandas数据框中的缺失值

2 个答案: