Pandas - 合并两个具有相同列名的数据框

Question

我有两个具有相同列名和第一列相同ID的数据框。除了ID列之外，一个数据框中包含值的每个单元格在另一个数据框中都包含NaN。

以下是它们的示例：

ID    Cat1    Cat2    Cat3
1     NaN     75      NaN
2     61      NaN     84
3     NaN     NaN     NaN


ID    Cat1    Cat2    Cat3
1     54      NaN     44
2     NaN     38     NaN
3     49      50      53

我希望将它们合并成一个DataFrame，同时保持相同的列名。因此，结果应该如下所示：

ID    Cat1    Cat2    Cat3
1     54      75      44
2     61      38      84
3     49      50      53

我尝试过：

df3 = pd.merge(df1, df2, on='ID', how='outer')

我得到了一个包含两倍列数的DataFrame。如何将每个DataFrame中的值合并成一个？

- Slavatron

Answer 1

您可能需要使用 df.update。请参阅文档。

df1.update(df2, raise_conflict=True)

- Roger Fan

Answer 2

在这种情况下，combine_first函数是合适的。（http://pandas.pydata.org/pandas-docs/version/0.13.1/merging.html）

正如其名称所示，combine_first函数将第一个DataFrame与第二个DataFrame中的值相结合，其中第一个DataFrame中有NaN值的位置将用第二个DataFrame中的值替换。

因此：

df3 = df1.combine_first(df2)

产生一个新的数据框df3，它基本上只是df1，尽可能地填充df2中的值。

- Slavatron

Answer 3

你也可以将df1中的NaN值替换为df2中的非NaN值。

df1[pd.isnull(df1)] = df2[~pd.isnull(df2)]

- mccandar