Pandas - Zusammenführen von zwei DataFrames mit Identischen Spaltennamen

Habe ich zwei Daten-Frames mit identischen Spaltennamen und identische IDs in der ersten Spalte. Mit Ausnahme der ID-Spalte, die für jede Zelle, die einen Wert enthält, der in einem DataFrame enthält NaN in der anderen.
Hier ist ein Beispiel, wie Sie Aussehen:

ID    Cat1    Cat2    Cat3
1     NaN     75      NaN
2     61      NaN     84
3     NaN     NaN     NaN


ID    Cat1    Cat2    Cat3
1     54      NaN     44
2     NaN     38     NaN
3     49      50      53

Ich Zusammenführen möchten Sie in einem DataFrame, während die gleichen Spaltennamen. Also das Ergebnis würde dann so Aussehen:

ID    Cat1    Cat2    Cat3
1     54      75      44
2     61      38      84
3     49      50      53

Habe ich versucht:

df3 = pd.merge(df1, df2, on='ID', how='outer')

Gab mir einen DataFrame mit doppelt so vielen Spalten. Wie kann ich merge die Werte aus jeder DataFrame in eine?

InformationsquelleAutor Slavatron | 2014-08-05
  1. 4

    Werden Sie wahrscheinlich wollen, df.update. Finden Sie die Dokumentation.

    df1.update(df2, raise_conflict=True)
    InformationsquelleAutor Roger Fan
  2. 4

    In diesem Fall, die combine_first Funktion geeignet ist. (http://pandas.pydata.org/pandas-docs/version/0.13.1/merging.html)

    Wie der name schon sagt, combine_first nimmt den ersten DataFrame und fügt es mit den Werten aus der zweiten, wo immer es findet ein NaN-Wert in der ersten.

    Also:

    df3 = df1.combine_first(df2)

    erzeugt einen neuen DataFrame, df3, das ist im wesentlichen nur df1 mit Werten aus df2 gefüllt, Wann immer möglich.

    InformationsquelleAutor Slavatron
  3. 0

    Könnte man auch einfach ändern, die NaN-Werte in df1 mit nicht-NaN-Werte in der df2.

    df1[pd.isnull(df1)] = df2[~pd.isnull(df2)]
    InformationsquelleAutor mccandar
Schreibe einen Kommentar