结合/拼接 pandas DataFrames 与条件

Question

我有两个 pandas 数据框，A 和 B。
数据框具有相同的索引和列，只是不同的数据。 我有一个额外的数组 X，它是索引的子集。

我想要实现的目标： 生成的矩阵 C 也具有与 A 和 B 相同的索引和列。对于其数据，如果索引在 X 中，则从数据帧 A 获取行条目，否则从 B 获取行条目。

我认为会有一种 Python 的方式来实现这一点，但它们无法编译。例如，我使用 A 的索引创建了一个 C 数据框，然后尝试了以下操作：

C = C.apply(lambda i: A.ix[i.index] if i in X else B.ix[i.index])

我现在有一些工作，我基本上用数学方法解决它。因此，我创建了两个基于 X 的布尔数组，以分别指定我想要的 A 和 B 中的哪些条目。然后我将 A 和 B 乘以这些矩阵，然后执行 C = A + B强>。实现解决方案似乎很冗长。我追求的是更短、更易读的东西。我目前的解决方案如下：

def testIn(row):
    return [x in X for x in row.index]
def testOut(row):
    return [x not in X for x in row.index]

AMAP = C.apply(testIn, axis=0)
BMAP = C.apply(testOut, axis=0)

ANEW = pandas.DataFrame(AMAP*A)
BNEW = pandas.DataFrame(BMAP*B)

C = ANEW + BNEW

Answer 1

考虑以下数据

B = pd.DataFrame(np.zeros((6, 6)), list('ABCDEF'), list('abcdef'))
A = pd.DataFrame(np.ones((6, 6)), B.index, B.columns)
x = ['A', 'D']

pd.DataFrame.combine_first 从第一个数据帧中获取值并补充第二个数据帧。但是在列表x 上使用loc，我将A 限制为我想要的行，并结合B 的其余部分。

C = A.loc[x].combine_first(B)

print(C)

     a    b    c    d    e    f
A  1.0  1.0  1.0  1.0  1.0  1.0
B  0.0  0.0  0.0  0.0  0.0  0.0
C  0.0  0.0  0.0  0.0  0.0  0.0
D  1.0  1.0  1.0  1.0  1.0  1.0
E  0.0  0.0  0.0  0.0  0.0  0.0
F  0.0  0.0  0.0  0.0  0.0  0.0

其他选择

A.query('index in @x').combine_first(B)

---

B.drop(x).append(A.loc[x]).reindex_like(A)

---

Answer 2

做这样的事情：

C = A.copy()
C.update(B.iloc[X])

您基本上复制了一个数据帧，然后根据匹配的索引过滤另一个数据帧的记录。

如果您想将 A 的完整副本保留到 C 中，您可以针对 X 对 A 和 B 进行分区：

C = A[~A.index.isin(X)]
C = C.append(B.iloc[X]).reindex(A.index)