根据其他数据框Python估算NaN值

Question

我有缺少值的数据帧（DF1），我想在保留索引而不对它们进行排序的同时，从其他数据帧（DF2）中估算那些丢失的值（非常重要）。 我正在尝试找到最有效的方法。

DF1：

index  id  test
3      45   6.9
56     2    NA
1      789  8
29     12   4.7

DF2：

index  id  test
56     2    2.3

结果：

index  id  test
3      45   6.9
56     2    2.3
1      789  8
29     12   4.7

我尝试过：

tempResult = pd.merge(DF1, DF2,on=id,how='outer',sort=False).set_index(DF1.index)

tempResult：

index  id  test_x  test_y
3      45   6.9    NA
56     2    NA     2.3
1      789  8      NA
29     12   4.7    NA

然后我需要检查所有值，以便寻找更有效的方法。

有什么建议吗？

Answer 1

使用combine_first()

print(df1.combine_first(df2))

---

        id  test
index           
1      789   8.0
3       45   6.9
29      12   4.7
56       2   2.3

Answer 2

如果实际上"index"是此处的DataFrame.index，那么您应该可以使用DataFrame.fillna：

df1.fillna(df2)

如果没有，那么可能首先需要使用set_index，例如：

df1.set_index('index').fillna(df2.set_index('index'))

[出]

        id  test
index           
3       45   6.9
56       2   2.3
1      789   8.0
29      12   4.7