熊猫数据框保留满足某些条件的行，否则保留任何可用的答案

【问题标题】：Pandas dataframe keep rows with certain conditions met else keep whatever is available熊猫数据框保留满足某些条件的行，否则保留任何可用的
【发布时间】：2020-06-11 08:11:54
【问题描述】：

我有以下名为 df1 的数据框：

    name    shortname location   type
0   TexasA  TXA       Canada     Main
1   TexasA  TXA       US         Main
2   TexasA  TXA ZZ    US         Sub-par
3   TexasA  TXA ZZ 2  US         Sub-par2
4   Oregon  ORGN      US         Main
5   Ontario ONT2      Canada     Sub-par
...........

然后我有以下名为 df2 的数据框：

    name    country
0   TexasA  US
1   Oregon  US
2   Ontario Canada
...........

我希望合并名称上的数据框，最终的数据框应保留以下数据框：

    name    shortname
0   TexasA  TXA
1   Oregon  ORGN
2   Ontario ONT2
...........

现在当我使用以下命令进行合并时，

finaldf = pd.merge(df2,df1,on=['name','shortname'],how='out')

，我剩下以下内容：

    name    shortname location   type
1   TexasA  TXA       US         Main
2   TexasA  TXA ZZ    US         Sub-par
3   TexasA  TXA ZZ 2  US         Sub-par2
4   Oregon  ORGN      US         Main
6   Ontario ONT2      Canada     Sub-par

我只想保留 Main 类型的那些，如果它不可用，我想保留任何可用的，类型可能低于标准但它可能是其他东西，我该如何完成?

【问题讨论】：

标签： python pandas dataframe filter

【解决方案1】：

IIUC 您想从df1 中为相同的name 和contry/location 和type 'Main' 获取每一行df2 的shortname。如果df1 中没有这样的条目，那么对于任何其他类型都是一样的。您可以通过进行两次合并来做到这一点，然后使用 combine_first 用第二个结果中的相应值填充第一个结果中的缺失值：

df_main = df1[df1.type.eq('Main')].merge(df2, left_on=['name','location'], right_on=['name','country'], how='right')
df_sub = df1[df1.type.ne('Main')].merge(df2, left_on=['name','location'], right_on=['name','country'], how='right')
df_main.combine_first(df_sub).dropna()[['name', 'shortname']]

结果：

      name shortname
0   TexasA       TXA
1   Oregon      ORGN
2  Ontario      ONT2

【讨论】：