如果缺少键，熊猫将两个数据帧与默认值合并

Question

我有两个数据框：

                              NAME      base         RED
3                                %      free        2.00
4                                %   freemem        0.10
5                             sys1   freemem        0.20

和

         NAME
0        sys1
1        sys2

还有其他列，也必须存在于输出数据框中，但它们不包含键值，为了描述的清晰，只保留了一个非键。

我想将它们合并在一起，为名称中的每个值形成“base”和“red”的排列。关键点是，如果 df2.NAME 中的值作为 df1.NAME 中的值出现，则在形成合并时应优先考虑该行。否则，'red' 的值应取自名称为 '%' 的行。

例如，对于上面的值，我希望输出看起来像：

   NAME     base   RED
0  sys1     free  2.00
1  sys1  freemem  0.20
2  sys2     free  2.00
3  sys2  freemem  0.10

我可以考虑如何使用 apply 来执行此操作，但似乎应该可以使用合并操作来获得更好的性能。

感谢您的帮助。

Answer 1

尝试以下方法：

import pandas as pd
import numpy as np
# Create sample
d = dict()
d['name'] = np.array(['%','%','sys1'])
d['base'] = np.array(['free','freemem','freemem'])
d['red'] = np.array([2,0.1,0.2])
df1 = pd.DataFrame(d)
df1 = df1[['name','base','red']]
df2 = pd.DataFrame(np.array(['sys1','sys2']),columns=['name'])
################################################
part1 = df1[df1['name']!='%']
part2 = pd.DataFrame()
for i in df2.values:
    copy = df1[df1['name']=='%'].copy()
    copy['name'] = np.repeat(i,len(copy['name']) )
    part2 = part2.append(copy)
'''
Part 1:
   name     base  red
2  sys1  freemem  0.2

Part 2:
   name     base  red
0  sys1     free  2.0
1  sys1  freemem  0.1
0  sys2     free  2.0
1  sys2  freemem  0.1
'''
ans = pd.merge(part1,part2, how='outer')
        .drop_duplicates(['name','base'])
print ans.sort_values(['name', 'base'], ascending=[True, True])
Out[]:
   name     base  red
1  sys1     free  2.0
0  sys1  freemem  0.2
3  sys2     free  2.0
4  sys2  freemem  0.1

因为pd.merge(part1,part2, how='outer') 会将part1 放在part2 之上，而应用drop_duplicates() 将删除part2 中的重复值。 这不是最简单的方法，但它有效。希望对您有所帮助。