python-仅当所有多列的值都为NaN时才合并/替换

我正在寻找一个类似于但适用于多个列的解决方案。所以我有这个

表1

：

date   client_id   product_id  date2   col2   col3
1/1/15 1           A           1/1/20  50     AAA
1/2/15 2           B           1/3/30  40     BBB
1/3/15 2           B           NaN     NaN    NaN

我需要将其与

表2

合并：

date   client_id   product_id  date3   col2  col3
1/1/15 1           A           1/1/20  1000   XXX
1/2/15 2           B           NaN     NaN    NaN
1/3/15 2           B           2/3/27  3000   ZZZ

产生如下

表1

（预期输出）：

表1

和

表2

的行数相同，因为两个表的关键列（

日期

，

客户id

，

产品id

）相同。然而，它们的主要区别在于

date2

，

date3

。如果

date2

为空，则所有

col

列将为空（从

col2

到

col500

），与

date3

相同。但是，我需要将

date2

为空的地方替换为

date3

的值（给定键列）

开头链接中的解决方案为每个需要替换的列创建一个辅助列，但对于500列的数据集来说这是不切实际的

---

有什么建议吗？

一个快捷的方法是使用

concat

和

groupby

：

(pd.concat([table1, table2.rename(columns={'date3':'date2'})])
   .groupby(['date','client_id'], as_index=False)
   .first()
)

输出：

     date  client_id product_id   date2    col2 col3
0  1/1/15          1          A  1/1/20    50.0  AAA
1  1/2/15          2          B  1/3/30    40.0  BBB
2  1/3/15          2          B  2/3/27  3000.0  ZZZ

---

一种快速方法是使用

concat

和

groupby

：

(pd.concat([table1, table2.rename(columns={'date3':'date2'})])
   .groupby(['date','client_id'], as_index=False)
   .first()
)

输出：

     date  client_id product_id   date2    col2 col3
0  1/1/15          1          A  1/1/20    50.0  AAA
1  1/2/15          2          B  1/3/30    40.0  BBB
2  1/3/15          2          B  2/3/27  3000.0  ZZZ

---

你能解释一下吗？它保留了第一个什么？我是否应该将产品id也包括在分组中，因为它是合并的关键之一？是的，我想我没有彻底阅读这个问题。这个想法是groupby可以像merge一样工作，而first将忽略NaN并尝试查找第一个有效值。您能解释一下吗？它保留了第一个什么？我是否应该将产品id也包括在分组中，因为它是合并的关键之一？是的，我想我没有彻底阅读这个问题。其思想是groupby可以像merge一样工作，而first将忽略NaN并尝试查找第一个有效值。