Question

我有这样的数据框：

    df = pd.DataFrame({"flag":["1","0","1","0"], 
     "val":["111","111","222","222"], "qwe":["","11","","12"]})

它给出：

   flag qwe val
0    1      111
1    0  11  111
2    1      222
3    0  12  222

然后我正在像这样过滤第一个数据帧：

    dff = df.loc[df["flag"]=="1"]
    **was:**
    dff.loc["qwe"] = "123"
    **edited:** (setting all rows in column "qwe" to "123")
    dff["qwe"] = "123"

现在我需要以以下方式合并/加入df和dff：

   flag qwe val
0    1  123 111
1    0  11  111
2    1  123 222
3    0  12  222

仅当df值为空时，才从dff添加'qwe'更改。

类似这样的东西：

pd.merge(df, dff, left_index=True, right_index=True, how="left")

给予

    flag_x qwe_x val_x flag_y qwe_y val_y
0      1         111      1         111
1      0    11   111    NaN   NaN   NaN
2      1         222      1         222
3      0    12   222    NaN   NaN   NaN

因此，在那之后，我需要删除flag_y，val_y，重命名_x列并手动合并qwe_x和qwe_y。但是有什么方法可以使它更容易吗？

Answer 1

pd.merge有一个on参数，可用于在不同数据框中联接具有相同名称的列。

尝试：

pd.merge(df, dff, how="left", on=['flag', 'qwe', 'val'])

但是，我认为您根本不需要这样做。您可以使用df.loc来有条件地分配一个值，从而产生相同的结果：

df.loc[(df["flag"] == "1") & (df['qwe'].isnull()), 'qwe'] = 123

Answer 2

在完成更改后，对我来说，此代码有效：

c1 = dff.combine_first(df)

它产生：

   flag  qwe val
0    1  123  111
1    0   11  111
2    1  123  222
3    0   12  222

我到底在找谁。

通过覆盖合并具有相同列的两个数据框

2 个答案: