Question

我有一个df_trg，其中有10行编号为0-9。

我从各种来源获得了附加列foo的值，该列仅包含行的子集，例如S1有0-3, 7, 9，而S2有4, 6。

我想用一个新列foo获得一个数据帧，其中某些行可能会保留NaN。

除了以下方式之外，还有“更精细”的方式吗？

df_trg['foo'] = np.nan
for src in sources:
    df_trg['foo'][df_trg.index.isin(src.index)] = src

例如使用join或merge？

Answer 1

让我们使用以下命令创建源DataFrame（ df ）， s1 和 s2 （ Series 对象）更新数据）以及它们的列表（来源）：

df = pd.DataFrame(np.arange(1, 51).reshape((5, -1)).T)
s1 = pd.Series([11, 12, 13, 14, 15, 16], index=[0, 1, 2, 3, 7, 9])
s2 = pd.Series([27, 28], index=[4, 6])
sources = [s1, s2]

从添加 foo 列开始计算，该列最初填充一个空字符串：

df = df.assign(foo='')

然后运行以下“更新”循环：

for src in sources:
    df.foo.update(other=src)

结果是：

    0   1   2   3   4 foo
0   1  11  21  31  41  11
1   2  12  22  32  42  12
2   3  13  23  33  43  13
3   4  14  24  34  44  14
4   5  15  25  35  45  27
5   6  16  26  36  46    
6   7  17  27  37  47  28
7   8  18  28  38  48  15
8   9  19  29  39  49    
9  10  20  30  40  50  16

我认为，此解决方案比您的解决方案好（至少一点），并且较短。

替代方法：最初用 NaN 填充 foo 列，但这一次更新值将转换为 float （使用 NaN 的副作用）。

如何在熊猫中创建部分填充的列

1 个答案: