我应该如何合并两个数据框，以使生成的数据框没有整列的 NaN 值？答案

【问题标题】：How should I merge two dataframes so that the resulting dataframe does not have NaN values for an entire column?我应该如何合并两个数据框，以使生成的数据框没有整列的 NaN 值？
【发布时间】：2021-10-05 20:52:26
【问题描述】：

我有两个数据框，称为“co_df”（有 2 列 -> 日期、平均值）和“traffic_df”（有 6 列也包括“日期”）。 co_df 数据框包含 2019 年每天的 CO 排放数据，这意味着它有 365 列。 traffic_df 数据帧有 587 列。我只想使用 2019 年的值。数据框如图所示 -

我想按日期加入两个数据框，以便生成的数据框有 7 列。所以，我想尝试左合并，这是我写的代码->

df = pd.merge(co_df, traffic_df, how="left", on="Date")

但是，这会产生一个包含 365 行的数据框，但平均列只有值，而 traffic_df 中的所有其他列都是 NaN。

【问题讨论】：

标签： python pandas dataframe merge

【解决方案1】：

你可以试试这个：

虚拟集

co_df = pd.DataFrame({'Date': ['2019-01-01', '2019-01-02', '2019-01-03','2019-01-04'],
                    'Average': [1, 2, 3, 4]
                    })

traffic_df = pd.DataFrame({'Date': ['2019-01-01', '2019-01-12', '2019-01-13','2019-01-14'],
                           'Highway': [1, 2, 3, 4],
                           'Section': [1, 2, 3, 4],
                           'Section Length': [1, 2, 3, 4],
                           'ADT': [1, 2, 3, 4],
                           'AADT': [1, 2, 3, 4],
                           })

代码

df = pd.merge(co_df, traffic_df, on="Date", how="outer")

结果

df
Out[10]: 
         Date  Average  Highway  Section  Section Length  ADT  AADT
0  2019-01-01      1.0      1.0      1.0             1.0  1.0   1.0
1  2019-01-02      2.0      NaN      NaN             NaN  NaN   NaN
2  2019-01-03      3.0      NaN      NaN             NaN  NaN   NaN
3  2019-01-04      4.0      NaN      NaN             NaN  NaN   NaN
4  2019-01-12      NaN      2.0      2.0             2.0  2.0   2.0
5  2019-01-13      NaN      3.0      3.0             3.0  3.0   3.0
6  2019-01-14      NaN      4.0      4.0             4.0  4.0   4.0

【讨论】：