两个数据帧合二为一答案

【问题标题】：Two dataframes into one两个数据帧合二为一
【发布时间】：2016-08-13 21:40:39
【问题描述】：

我不确定这是否可能。我有两个数据框 df1 和 df2，如下所示：

df1             df2             

id value        id value      
 a     5         a   3         
 c     9         b   7         
 d     4         c   6         
 f     2         d   8         
                 e   2         
                 f   1

他们在现实中的参赛作品比这里展示的要多得多。我想根据 df1 和 df2 中的值创建第三个数据框 df3。写入 df3 时，df1 中的任何值都将优先于 df2 中的值（如果 df1 和 df2 中存在相同的 id），因此在此示例中我将返回：

df3
id value
a      5
b      7
c      9
d      4 
e      2
f      2

我尝试使用 df2 作为基础（df2 将包含整个宇宙的所有 id），然后覆盖 df1 中存在的 id 的值，但找不到执行此操作的合并语法。

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以使用combine_first，前提是您首先将DataFrame 索引设为id（以便values 与id 对齐）：

In [80]: df1.set_index('id').combine_first(df2.set_index('id')).reset_index()
Out[80]: 
  id  value
0  a    5.0
1  b    7.0
2  c    9.0
3  d    4.0
4  e    2.0
5  f    2.0

既然您提到了合并，您可能有兴趣看到您可以在id 上合并df1 和df2，然后使用fillna 将df1 的value 列中的NaN 替换为df2 的值列中的值：

df1 = pd.DataFrame({'id': ['a', 'c', 'd', 'f'], 'value': [5, 9, 4, 2]})
df2 = pd.DataFrame({'id': ['a', 'b', 'c', 'd', 'e', 'f'], 'value': [3, 7, 6, 8, 2, 1]})
result = pd.merge(df2, df1, on='id', how='left', suffixes=('_x', ''))
result['value'] = result['value'].fillna(result['value_x'])
result = result[['id', 'value']]
print(result)

产生相同的结果，但第一种方法更简单。

【讨论】：