将虚拟信息插入数据帧

Question

大家好，我有 3 个数据框：

df1
   LC_REF   Category    vals
0 DT 17 1C     WM       dog
1 DT 17 1C     WH       foo, bat
2 DT 17 1C     WP       red, steam

df2
   LC_REF   Category    vals
0 DT 17 1C     WM       cat
1 DT 17 1C     WH       sea, bat

df3
   LC_REF   Category    vals
0 DT 17 1C     WM       turn

我想知道是否有任何方法可以在“类别”列中填写所有没有 WM、WH、WP 的数据框，并像这样插入缺少的类别：

df1
   LC_REF   Category    vals
0 DT 17 1C     WM       dog
1 DT 17 1C     WH       foo, bat
2 DT 17 1C     WP       red, steam

df2
   LC_REF   Category    vals
0 DT 17 1C     WM       cat
1 DT 17 1C     WH       sea, bat
2 DT 17 1C     WP       NaN

df3
   LC_REF   Category    vals
0 DT 17 1C     WM       turn
1 DT 17 1C     WH       NaN
2 DT 17 1C     WP       NaN

我的尝试：

if df.loc[:, df.Category.isin(['WM', 'WH','WP']).count() == 3 :
    continue
else:
    ???

我知道我需要涉及布尔掩码，但我不太确定如何最好地执行它。

Answer 1

df2.index=df2.Category
df2=df2.reindex(['WM','WH','WP'])
df2['LC_REF']=df2[['LC_REF']].ffill()
df2.Category=df2.index

              LC_REF Category      vals
Category                               
WM        0 DT 17 1C       WM       cat
WH        1 DT 17 1C       WH  sea, bat
WP        1 DT 17 1C       WP       NaN

这是另一个使用pd.concat, stack, unstack的解决方案

DF=pd.concat([df1,df2],axis=0,keys=['df1','df2']).reset_index()
DF=DF.groupby(["level_0","Category"]).agg({'LC_REF':'sum','vals':'sum'}).unstack('Category').stack('Category', dropna=False)
DF['LC_REF'].ffill(inplace=True)


DF
Out[696]: 
                      LC_REF        vals
level_0 Category                        
df1     WH        1 DT 17 1C    foo, bat
        WM        0 DT 17 1C         dog
        WP        2 DT 17 1C  red, steam
df2     WH        1 DT 17 1C    sea, bat
        WM        0 DT 17 1C         cat
        WP        0 DT 17 1C        None

PS：使用DF.loc['df1']分割df1

NaN 和None 的不同之处你可以找到here