两个数据框的 Pandas join.fillna 将所有值替换为，而不仅仅是 nan答案

【问题标题】：Pandas join.fillna of two data frames replaces all all values with anf not only nan两个数据框的 Pandas join.fillna 将所有值替换为，而不仅仅是 nan
【发布时间】：2020-01-04 20:46:23
【问题描述】：

以下代码将根据索引更新库存商品的数量。带有旧库存的表 dr 拥有 >1000 个值。更新后的数据框 grp1 包含已售商品的数量。我想从数据帧 dr 中减去数据帧 grp1 并更新 dr。一切都很好，直到我想通过 Panda 的 join 和 fillna 加入 grp1 博士。首先将数据类型从 int 更改为 float，不仅 NaN，而且 notnull 值都被 0 替换。这是不匹配索引的问题吗？

我试图使 dtypes 统一，但这并没有改变任何东西。在连接两个数据框时删除 fillna 会为所有列返回 NaN。


dr has the following format (example):

druck_pseudonym   lager_nr  menge_im_lager
80009359            62808               1
80009360            62809              10
80009095            62810               0
80009364            62811              11
80009365            62812              10
80008572            62814              10
80009072            62816              18
80009064            62817              13
80009061            62818               2
80008725            62819               3
80008940            62820              12


dr.dtypes
lager_nr          int64
menge_im_lager    int64
dtype: object

and grp1 (example):
LagerArtikelNummer1         ArtMengen1
880211066                      1
80211070                      1
80211072                      2
80211073                      2
80211082                      2
80211087                      4
80211091                      1
80211107                      2
88889272                      1
88889396                      1


ArtMengen1    int64
dtype: object

#update list with "nicht_erledigt"
dr_update = dr.join(grp1).fillna(0)
dr_update["menge_im_lager"] = dr_update["menge_im_lager"] - dr_update["ArtMengen1"]

这会返回：


                lager_nr  menge_im_lager  ArtMengen1
druck_pseudonym                                      
80009185            44402            26.0         0.0
80009184            44403             2.0         0.0
80009182            44405            16.0         0.0
80008894            44406            32.0         0.0
80008115            44407             3.0         0.0
80008974            44409            16.0         0.0
80008380            44411             4.0         0.0

dr_update.dtypes
lager_nr            int64
menge_im_lager    float64
ArtMengen1        float64
dtype: object

【问题讨论】：

标签： python pandas join nan

【解决方案1】：

如果我理解正确，首先您希望不匹配的索引出现在您的最终数据集中，并且您希望最终数据集是整数。您可以对数据集使用“外部”连接和 astype int。因此，在加入时，您可以这样做：

dr.join(grp1,how='outer').fillna(0).astype(int)

【讨论】：

这只会产生一个 nan 的数据框。

【解决方案2】：

评论后编辑，索引是对象。

您的索引是字符串对象。您需要将这些转换为数字。使用

dr.index = pd.to_numeric(dr.index) 
grp1.index = pd.to_numeric(grp1.index)

dr.sort_index()
grp1.sort_index()

然后尝试其余的......

您可以过滤旧股票“dr”数据框以匹配已售股票，然后减去并返回原始过滤数据框。

# Filter the old stock dataframe so that you have matching index to the sold dataframe. 
# Restrict just for menge_im_lager. Then subtract the sold stock
dr.loc[dr.index.isin(grp1.index), "menge_im_lager"] = (
    dr.loc[dr.index.isin(grp1.index), "menge_im_lager"] - grp1["ArtMengen1"]
)

【讨论】：

不幸的是，这只会产生一系列 nan 和运行时警告 ase.py:3772: RuntimeWarning: '
谢谢。我之前用 astype(int) 尝试过类似的东西，但对索引不起作用。所以我重置了索引，然后将其转换为整数。但是，您的解决方案无疑是优雅的。