Skip to main content
 首页 » 编程设计

python之Pandas 合并具有 nan 值的列

2024年12月31日10me-sa

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。