熊猫函数根据匹配列填充其他数据框中的缺失值？

Question

所以我有两个数据框：一个填充了某些列，一个填充了其他列，但缺少前一个 df 中的一些。两者共享一些共同的非空列。

DF1:
FirstName Uid JoinDate BirthDate
      Bob   1 20160628       NaN
  Charlie   3 20160627       NaN

DF2:
FirstName Uid JoinDate BirthDate
      Bob   1      NaN  19910524
    Alice   2      NaN  19950403

Result:
FirstName Uid JoinDate BirthDate
      Bob   1 20160628  19910524
    Alice   2      NaN  19950403
  Charlie   3 20160627       NaN

假设这些行在它们各自的数据帧中不共享索引位置，有没有办法可以用 DF2 中的值填充 DF1 中的缺失值，其中行在某个列上匹配（在本例中为 Uid）？

此外，如果该列（例如 Uid）不匹配，是否有一种方法可以在 DF1 中从 DF2 创建一个新条目，而不删除 DF1 中与 DF2 中的任何行不匹配的行？

编辑：我更新了数据帧以在结果 df 中需要的两个数据帧中添加不匹配的结果。我还更新了我的最后一个问题以反映这一点。

Answer 1

更新：您可以设置正确的索引，最后重置加入的 DF 的索引：

In [14]: df1.set_index('FirstName').combine_first(df2.set_index('FirstName')).reset_index()
Out[14]:
  FirstName  Uid    JoinDate   BirthDate
0     Alice  2.0         NaN  19950403.0
1       Bob  1.0  20160628.0  19910524.0
2   Charlie  3.0  20160627.0         NaN

试试这个：

In [113]: df2.combine_first(df1)
Out[113]:
  FirstName  Uid    JoinDate  BirthDate
0       Bob    1  20160628.0   19910524
1     Alice    2         NaN   19950403