组合两个数据框的行

Question

我一直在查看 the documentation 和 Pandas Merging 101，但找不到帮助。

假设我有如下两个数据框

>>> df

    Values  Count  Percentage
0    Apple      0           0
1   Banana      0           0
2  Samsung      0           0
3   Orange      0           0

>>> df2

    Values  Count  Percentage
0    Apple     14        0.74
1  Samsung      5        0.26

我想合并两个 Dataframe 以产生以下结果

>>> result

    Values  Count  Percentage
0    Apple     14        0.74
1   Banana      0           0
2  Samsung      5        0.26
3   Orange      0           0

请记住，df2 始终是df 的子集。
换句话说，df2 中的每个 Values 都将保证出现在 df 的 Values 中。

这是我目前所拥有的

result = df.merge(df2, on='Values', how='left')

>>> result

    Values  Count_x  Percentage_x  Count_y  Percentage_y
0    Apple        0             0     14.0          0.74
1   Banana        0             0      NaN           NaN
2  Samsung        0             0      5.0          0.26
3   Orange        0             0      NaN           NaN

但结果有点令人失望。
任何帮助将不胜感激。

Answer 1

或者您可以使用update。设置索引后，只需将 df1 中的值更新为新值即可：

df1 = df1.set_index('Values')
df1 = df1.update(df2.set_index('Values')).reset_index()

Answer 2

我认为你想要的是 pd.concat 后跟 .drop_duplicates()

>>> df1
    Values  Count  Percentage
0    Apple      0           0
1   Banana      0           0
2  Samsung      0           0
3   Orange      0           0
>>> df2
    Values  Count  Percentage
0    Apple     14        0.74
1  Samsung      5        0.26
>>> pd.concat([df1, df2]).drop_duplicates(subset='Values', keep='last')
    Values  Count  Percentage
1   Banana      0        0.00
3   Orange      0        0.00
0    Apple     14        0.74
1  Samsung      5        0.26

Answer 3

你应该：

• 将df中的索引设置为Values并保存结果 在临时 DataFrame 中，
• 使用 df2 更新它，并将索引也设置为 Values （更新就地执行），
• 重置索引以将值转换为常规列，
• 或许可以将此结果保存在 df 下。

代码如下：

wrk = df.set_index('Values')
wrk.update(df2.set_index('Values'))
df = wrk.reset_index()

结果是：

    Values  Count  Percentage
0    Apple   14.0        0.74
1   Banana    0.0        0.00
2  Samsung    5.0        0.26
3   Orange    0.0        0.00