从上一个问题开始: Pandas merge two dataframes with different columns
如果我连接两个数据框(A 和 B),它们有一些相同的列,但也有两个都不存在的列,在生成的数据框中,列的条目对 A 和 B 都不常见值为 NaN。有没有办法让这些条目有另一个默认值?
我不想在连接操作后简单地替换 NaN,因为我想保留的原始数据帧中可能有 NaN 值。
这是两个示例数据框:
hello world 如何额外 1 2 3 克 5 -666 11 小时 13 南我 23 7 29 j
另外你如何 1.1 31 b -666 37 1.3 41 d NaN 43 -666 1.7 -666
例如,如果在不相交的列中使用的默认值是“W4L”而不是 NaN,则所需的结果将是:
hello world 你好吗 1 2 3 克 W4L 5 -666 11 小时 W4L 13 南我 W4L 23 7 29 j W4L W4L W4L 31 1.1 W4L W4L 37 乙 -666 W4L W4L 41 摄氏度 1.3 W4L W4L 43 d NaN W4L W4L -666 -666 1.7
请您参考如下方法:
一个可能的解决方案是在连接两个数据帧之前“符合”索引,并且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])
使用您的示例数据:
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
您可以看到原始的 NaN 被保留了下来。
