我有两个这样的数据帧:
UID mainColumn .... (other columns of data)
1 apple
2 orange
3 apple
4 orange
5 berry
....
UID2 mainColumn2
1 truck
3 car
4 boat
5 plane
...
我需要将第二个数据帧连接到基于 UID 的数据帧上,但是如果 df2 不包含 uid,那么主列值就是我要使用的值。在上面的示例中,UID2 不包含值 2,因此最终表如下所示
UID mainColumn ....
1 truck
2 orange
3 car
4 boat
5 plane
...
现在我知道我们可以以以下形式做一些事情
df1=df1.merge(df2,left_on='UID', right_on='UID2')
但我遇到的问题是不要替换缺失的值,并确保它们仍然包含在内。谢谢!
您可以将df2
的列重命名为df1
后可以使用combine_first()
(例如 UID2 到 UID..( :
df2.columns=df1.columns#be careful, rename only matching columns
final_df=df2.set_index('UID').combine_first(df1.set_index('UID')).reset_index()
UID mainColumn
0 1 truck
1 2 orange
2 3 car
3 4 boat
4 5 plane
我们可以先使用 merge
,然后fillna
缺失值,最后drop
额外的列:
final = df1.merge(df2, left_on='UID', right_on='UID2', how='left').drop('UID2', axis=1)
final['mainColumn'] = final['mainColumn2'].fillna(final['mainColumn'])
final.drop('mainColumn2', axis=1, inplace=True)
UID mainColumn
0 1 truck
1 2 orange
2 3 car
3 4 boat
4 5 plane