Pandas 合并，冲突列中的条件更新答案

【问题标题】：Pandas merge, conditional update in Conflicting ColumnsPandas 合并，冲突列中的条件更新
【发布时间】：2019-04-02 15:41:33
【问题描述】：

我有两个数据框，df1 和 df2（见下文），我想这样做

merge 在公共列之一上
有条件地更新其他常用列。

示例数据框和预期结果。

df1:
   A    B     C
0  123  1819. NaN  
1  456  NaN   115
2  789  9012. NaN
3  121  8732. NaN
4  883  NaN   171
5  771  8871. 191

# df2:
     C      B
0  115  41853
1  115  22723
2  115  57302
3  115  91494
4  171  43607
5  171  36327
6  191  39874
7  191  25456
8  191  76283
9  191  97506

merge 列 C

# how='left' is necessary
pd.merge(df1, df2, on='C', how='left')
      A     B_x      C      B_y
0   123  1819.0    NaN      NaN
1   456     NaN  115.0  41853.0
2   456     NaN  115.0  22723.0
3   456     NaN  115.0  57302.0
4   456     NaN  115.0  91494.0
5   789  9012.0    NaN      NaN
6   121  8732.0    NaN      NaN
7   883     NaN  171.0  43607.0
8   883     NaN  171.0  36327.0
9   771     NaN  191.0  39874.0
10  771     NaN  191.0  25456.0
11  771     NaN  191.0  76283.0
12  771     NaN  191.0  97506.0

有条件地组合列B_x 和B_y，即用非NaN 值替换left_table (B_x) 中的NaN 值和right_table (B_y)

PS：假设 B_x 和 B_y 永远不会同时NaN

最终结果：

      A      C       B
0   123    NaN    1819
1   456  115.0   41853
2   456  115.0   22723
3   456  115.0   57302
4   456  115.0   91494
5   789    NaN    9012
6   121    NaN    8732
7   883  171.0   43607
8   883  171.0   36327
9   771  191.0   39874
10  771  191.0   25456
11  771  191.0   76283
12  771  191.0   97506

我知道函数 combine_first，但它仅适用于 indices。

【问题讨论】：

标签： python-3.x pandas merge

【解决方案1】：

在merge 之后使用np.where

df=pd.merge(df1, df2, on='C', how='left')
df['B']=np.where(df.B_x.isnull(),df.B_y,df.B_x)
df.drop(['B_x','B_y'],1,inplace=True)
df
Out[136]: 
      A      C        B
0   123    NaN   1819.0
1   456  115.0  41853.0
2   456  115.0  22723.0
3   456  115.0  57302.0
4   456  115.0  91494.0
5   789    NaN   9012.0
6   121    NaN   8732.0
7   883  171.0  43607.0
8   883  171.0  36327.0
9   771  191.0   8871.0
10  771  191.0   8871.0
11  771  191.0   8871.0
12  771  191.0   8871.0

【讨论】：