合并熊猫数据帧(Concat 或追加)时，我可以设置默认值吗?

Question

从上一个问题开始：熊猫合并两个具有不同列的数据帧

如果我连接两个数据帧（A 和 B），它们有一些相同的列，但也具有两个列中不存在的列，则在生成的数据帧中，对 A 和 B 都不通用的列的条目的值为 NaN。 有没有办法使这些条目具有另一个默认值？

我宁愿不要在 concat 操作后简单地替换 NaN，因为我想保留的原始数据帧中可能存在 NaN 值。

下面是两个示例数据帧：

hello world how extra 1 2 3 g 5 -666 11 h 13 NaN i 23 7 29 j

extra you how 1.1 31 b -666 37 c 1.3 41 d NaN 43 -666 1.7 -666

例如，如果在不相交列中使用的默认值是"W4L"而不是 NaN，则所需的结果将是：

hello world how extra you 1 2 3 g W4L 5 -666 11 h W4L 13 NaN i W4L 23 7 29 j W4L W4L W4L 31 1.1 W4L W4L 37 b -666 W4L W4L 41 c 1.3 W4L W4L 43 d NaN W4L W4L -666 -666 1.7

Answer 1

一个可能的解决方案是在连接两个数据帧之前"符合"索引，在该步骤中可以定义一个fill_value：

common_columns = df1.columns.union(df2.columns)
df1 = df1.reindex(columns=common_columns, fill_value='W4L')
df2 = df2.reindex(columns=common_columns, fill_value='W4L')
pd.concat([df1, df2])

使用示例数据：

In [32]: common_columns = df1.columns.union(df2.columns)
In [34]: df1 = df1.reindex(columns=common_columns, fill_value='4WL')
In [35]: df1
Out[35]:
  extra  hello  how world  you
0     g      1    3     2  W4L
1     h      5   11  -666  W4L
2     i     13  NaN        W4L
3     j     23   29     7  W4L
In [36]: df2 = df2.reindex(columns=common_columns, fill_value='W4L')
In [37]: pd.concat([df1, df2])
Out[37]:
  extra hello  how world  you
0     g     1    3     2  W4L
1     h     5   11  -666  W4L
2     i    13  NaN        W4L
3     j    23   29     7  W4L
0         W4L   31   W4L  1.1
1     b   W4L   37   W4L -666
2     c   W4L   41   W4L  1.3
3     d   W4L   43   W4L  NaN
4  -666   W4L -666   W4L  1.7

您可以看到保留了原始NaN。