我有两个数据帧,df1 和 df2
df1
skuid brand
0 ax12 C
1 zm23 F
2 zm23 NaN
3 zm24 NaN
df2
sid brand
0 ax11 G
1 ax12 C
2 zm23 F
3 zm23 NaN
我需要根据 skuid 和 sid 的值组合两个数据帧。
df1.merge(df2, how='right')
skuid brand sid
0 ax12 C ax12
1 zm23 F zm23
2 zm23 NaN zm23
3 zm24 NaN zm23
4 NaN G ax11
如何获得如下所示的输出?
skuid brand sid
0 ax12 C ax12
1 zm23 F zm23
2 zm23 NaN NaN
3 zm24 NaN NaN
4 NaN NaN zm23
5 NaN G ax11
NaN 行 id 2 和 3 上 sid 的值,
还有 df2 中的 zm23 的额外一行
请您参考如下方法:
为什么要这样做?我认为你不能在一次操作中做到这一点。如果您使用 right,您将丢失 df1 中的 zm24。如果你使用 left,你将从 df2 中丢失 ax11。所以你需要使用outer,但它不会做你想做的事。你将拥有原始的 zm23 NaN zm23 因为你通过 skuid 和 sid 合并。他们在这方面是一样的。您可以合并数据框,然后进行其他操作。
而且我认为您可以尝试使用 left_on 和 right_on,但这不会解决您的问题。
如果你在那里使用,3 raw 中就没有 sid。
df1.merge(df2, how='outer', left_on=['skuid', 'brand'], right_on=['sid', 'brand'])
更新:我找到了解决方案。您可以在合并之前填充 NaN 的不同值。
df1 = df1.fillna(0)
df2 = df2.fillna(1)
df = df1.merge(df2, how='outer', left_on=['skuid', 'brand'], right_on=['sid', 'brand'])
如果您愿意,可以将它们转换回来。
