在Python中合并数据框。

Question

假设我有两个数据帧

df1 = pd.DataFrame({'A':[1,2], 'B':[3,4]}, index = [0,1])
df2 = pd.DataFrame({'B':[8,9], 'C':[10,11]}, index = [1,2])

我希望合并，如果df2中的位置有值，则覆盖df1中的任何值，并添加包括新行和列在内的df2中的新值。

结果应该是：

   A  B  C
0  1  3  nan
1  2  8  10
2 nan 9  11

我尝试过使用combine_first，但是这只会覆盖nan值。使用updated存在新行被创建而不是被覆盖的问题，而且merge也存在许多问题。

我尝试编写自己的函数。

def take_right(df1, df2, j, i):
    print (df1)
    print (df2)
    try:
        s1 = df1[j][i]
    except:
        s1 = np.NaN
    try:
        s2 = df2[j][i]
    except:
        s2 = np.NaN
    
    if math.isnan(s2):
        #print(s1)
        return s1
    else:
       # print(s2)
        return s2
    
def combine_df(df1, df2):
    
    rows = (set(df1.index.values.tolist()) | set(df2.index.values.tolist()))
    #print(rows)
    columns = (set(df1.columns.values.tolist()) | set(df2.columns.values.tolist()))
    #print(columns)
    df = pd.DataFrame()
    #df.columns = columns
    for i in rows:
        #df[:][i]=[]
        for j in columns:
                
                df = df.insert(int(i), j, take_right(df1,df2,j,i), allow_duplicates=False)
   # print(df)
                
    return df

这不会给一个空的DataFrame添加新列或行。

谢谢！

- Phoebe RT

---

你确定 combine_first 不起作用，而你只是按错误的顺序执行了吗？ - BeRT2me

Answer 1

一种方法是创建一个空的输出数据框，其中包含 df1 和 df2 的列和索引的并集，并使用 df.update 方法将它们的值分配到 out_df 中。

import pandas as pd

df1 = pd.DataFrame({'A':[1,2], 'B':[3,4]}, index = [0,1])
df2 = pd.DataFrame({'B':[8,9], 'C':[10,11]}, index = [1,2])


out_df = pd.DataFrame(
    columns = df1.columns.union(df2.columns),
    index = df1.index.union(df2.index),
)
out_df.update(df1)
out_df.update(df2)
out_df

- mitoRibo

Answer 2

为什么 combine_first 不起作用？

df = df2.combine_first(df1)
print(df)

输出：

     A  B     C
0  1.0  3   NaN
1  2.0  8  10.0
2  NaN  9  11.0

- BeRT2me