Question

我有两个数据帧F1和F2，其中包含列id1和id2。

F1包含两列F1[id1,id2]。
F2包含三列[id1，id2，Description] 我想测试F2['id1']是否存在于F1['id1']或F2 ['id2'] exists in F1 ['id2']中，那么我必须在F1中添加带有此id1或id2描述的colmun在F2`中。 F1和F2的内容为are HERE。我在F1上参加的输出是 also HERE 我这样创建了F1和F2

     F1 = {'id1': ['x22', 'x13','NaN','x421'],'id2':['NaN','223','788','NaN']}
     F1 = pd.DataFrame(data=F1)
     F2 = {'id1': ['x22', 'NaN','NaN','x413','x421'],'id2':['NaN','223','788','NaN','233'],'Description':['California','LA','NY','Havnover','Munich']}
     F2 = pd.DataFrame(data=F2)

实际上，我尝试了几种解决方案。但是没有什么可以帮助我做到这一点。请帮助

Answer 1

使用：

#if necessary replace string NaN to missing values
F1 = F1.replace('NaN', np.nan)
F2 = F2.replace('NaN', np.nan)

对于每列，DataFrame.drop_duplicates删除重复项，DataFrame.dropna删除重复值，DataFrame.set_index列的id创建索引：

s1 = F2.drop_duplicates('id1').dropna(subset=['id1']).set_index('id1')['Description']
s2 = F2.drop_duplicates('id2').dropna(subset=['id2']).set_index('id2')['Description']

然后将F1中的列与Series.map一起使用Series.combine_first：

F1['Description'] = F1['id1'].map(s1).combine_first(F1['id2'].map(s2))
print (F1)
    id1  id2 Description
0   x22  NaN  California
1   x13  223          LA
2   NaN  788          NY
3  x421  NaN      Munich

检查其他数据框上是否存在值

1 个答案: