Question

类似于该主题：Add default values while merging tables in pandas

该主题的答案填充了结果DataFrame中的所有NaN，这不是我想要的。

让我们想象以下情况：我有两个数据帧df1和df2。每个DataFrame可能包含一些Nan，df1的列是'a'和col1，df2的列是'a'和{ {1}}其中col1和col2是列名称的不交集列表（例如df1和df2可以分别将col2和'a', 'b', 'c'作为列名称）。我想在'a', 'd', 'e'和df1上执行左合并，并填充该合并的所有缺失值（df2的任何行都填充列df1的值，即而不是df2）中列'a'的值（带有默认值）。我们可以想象我有一个'a'字典，它将default_values的任何元素都匹配到默认值。

给你一个具体的例子：

col2

预期输出：

df1
   a         b         c
0  0  0.038108  0.961687
1  1  0.107457  0.616689
2  2  0.661485  0.240353
3  3  0.457169  0.560912
4  5  5.000000  5.000000

df2
   a         d         e
0  0  0.405170  0.934776
1  1  0.684532  0.168738
2  2  0.729693  0.967310
3  3  0.844770       NaN
4  4  0.842673  0.941324

default_values = {'d':42, 'e':43}

Answer 1

在撰写此问题时，我找到了一个可行的解决方案。我仍然认为这是一个有趣的问题。这是获得预期输出的解决方案：

   a         b         c         d         e
0  0  0.038108  0.961687  0.405170  0.934776
1  1  0.107457  0.616689  0.684532  0.168738
2  2  0.661485  0.240353  0.729693  0.967310
3  3  0.457169  0.560912  0.844770       NaN
4  5  5.000000  5.000000        42        43

此解决方案适用于左/右合并，并且可以扩展为适用于外部合并（也通过完成第一个数据框）。

Edit：在我的合并中未指定df3 = pd.DataFrame(default_values, index = df1.set_index('a').index.difference(df2.a)) df3['a'] = df3.index df1.merge(pd.concat((df2, df3), sort=False))参数，因为与我合并的DataFrame的构造使df1中的列'a'的所有值都位于其自己的列'a'中。我们可以在此合并调用中添加一个how='left'，它会提供相同的输出。

添加默认值以在熊猫中合并

1 个答案: