Question

我有一个ID为df的

，并且需要一个接一个地“左连接”（或左合并）几个数据帧。

    id   text
0    1  Hello
1    2  World
2  100  Hello

和

    id   text
0    3  World
1  101  Hello

注意：由于RAM，我无法一次加载所有df。

标准的“左连接” ...

import pandas as pd
df1 = pd.DataFrame({'id': [1,2,3,4]})
df2 = pd.DataFrame({'id': [1,2,100],
                    'text': ['Hello', 'World','Hello']})
df3 = pd.DataFrame({'id': [3,101],
                    'text': ['World', 'Hello']})

m1 = pd.merge(left=df1, right=df2, on="id", how="left")
m2 = pd.merge(left=m1, right=df3, on="id", how="left")

...给我：

   id text_x text_y
0   1  Hello    NaN
1   2  World    NaN
2   3    NaN  World
3   4    NaN    NaN

但是，我想“更新”右连接的列，以便获得：

   id text
0   1  Hello
1   2  World
2   3  World
3   4    NaN

是否可以使用pd.merge做到这一点？

Answer 1

您是否正在寻找类似的东西？

首先，我们使用np.where有条件地填充text列，然后删除不需要的列。


m2['text'] = np.where(m2.text_x.isnull(), m2.text_y, m2.text_x)
m2.drop(['text_x', 'text_y'], axis=1, inplace=True)


    id  text
0   1   Hello
1   2   World
2   3   World
3   4   NaN

说明

np.where的工作方式如下：
np.where(condition, true value, false value)

Answer 2

这更像是update问题

df1['text']=np.nan
df1.set_index('id',inplace=True)
df1.update(df2.set_index('id'))
df1.update(df3.set_index('id'))
df1.reset_index(inplace=True)
df1
Out[54]: 
   id   text
0   1  Hello
1   2  World
2   3  World
3   4    NaN

熊猫：左联接多个df并更新NaN值

2 个答案: