Python 合并长度不等的数据帧

我有两个数据帧，我想合并成一个。它们的长度不等，但包含一些相同的信息

以下是第一个数据帧：

BOROUGH  TYPE  TCOUNT
  MAN    SPORT   5
  MAN    CONV    3
  MAN    WAGON   2
  BRO    SPORT   2
  BRO    CONV    3

其中列

A

指定位置，

B

指定类别，

C

指定计数

第二点：

BOROUGH  CAUSE  CCOUNT
  MAN   ALCOHOL   5
  MAN     SIZE    3
  BRO   ALCOHOL   2

此处

A

与另一个数据帧中的位置相同。但是

D

是另一个类别，

E

是该位置

D

的计数

我想要（但一直未能做到）的是获得以下内容：

BOROUGH   TYPE   TCOUNT  CAUSE  CCOUNT
  MAN    SPORT     5    ALCOHOL    5
  MAN    CONV      3      SIZE     3
  MAN    WAGON     2      NaN     NaN
  BRO    SPORT     2    ALCOHOL    2
  BRO    CONV      3      NaN     NaN

“-”可以是任何东西。最好是说“什么都没有”的字符串。如果它们默认为NaN值，我想这只是用字符串替换它们的问题

编辑：
输出：

INT64索引：233个条目，0到232
数据列（共3列）：
自治区233非空对象
促成因素车辆1233非空对象
RCOUNT 233非空int64
数据类型：int64（1），对象（2）
内存使用率：7.3+KB
没有一个
INT64索引：83个条目，从0到82
数据列（共3列）：
自治区83非空对象
车辆类型代码1 83非空对象
VCOUNT 83非空int64
数据类型：int64（1），对象（2）
内存使用率：2.6+KB
没有一个

在列“a”和列“B”上执行

左

键入，因为列“a”和列“B”是左侧的，列“a”和列“D”是右侧的，因为它们是您的关键列

In [16]:
df.merge(df1, left_on=['A','B'], right_on=['A','D'], how='left')
​
Out[16]:
   A  B  C   D   E
0  1  1  3   1   5
1  1  2  2   2   3
2  1  3  1 NaN NaN
3  2  1  1   1   2
4  2  2  4 NaN NaN

编辑

您的问题已更改，但基本上您可以在此处先使用

combine\u

：

In [26]:
merged = df.combine_first(df1)
merged

Out[26]:
  BOROUGH    CAUSE  CCOUNT  TCOUNT   TYPE
0     MAN  ALCOHOL       5       5  SPORT
1     MAN     SIZE       3       3   CONV
2     MAN  ALCOHOL       2       2  WAGON
3     BRO      NaN     NaN       2  SPORT
4     BRO      NaN     NaN       3   CONV

您看到的'CAUSE'的

NaN

是字符串'NaN'，我们可以使用

fillna

替换这些值：

In [27]:
merged['CAUSE'] = merged['CAUSE'].fillna('Nothing')
merged['CCOUNT'] = merged['CCOUNT'].fillna(0)
merged

Out[27]:
  BOROUGH    CAUSE  CCOUNT  TCOUNT   TYPE
0     MAN  ALCOHOL       5       5  SPORT
1     MAN     SIZE       3       3   CONV
2     MAN  ALCOHOL       2       2  WAGON
3     BRO  Nothing       0       2  SPORT
4     BRO  Nothing       0       3   CONV

---

pd.merge（df_One，df_Two，left_on=['A'，'B']，right_on=['A'，'D']）你能试试这个吗？好的，我看到你的问题了，df1有233行，但df2只有83行，所以由于长度不相等，你会得到空值，你期待什么，因为我期待这是预期的操作我希望我能合并两个数据帧。基本上填充df2中所有缺失的值。因此，如果df1有47个BRONX值，而df2只有17个，我会用[BRONX，NOTHING，0]填充df2中剩余的30个值。然后我就可以合并这两个数据帧了。这同样适用于其他自治区、皇后区、曼哈顿、布鲁克林和斯塔顿岛，因为在df2中，您有多个自治区条目，所以不清楚应该匹配哪个条目，所以如果您选择了

df1.merge（df2，how='left）

这将生成一个包含3869行的df，因此您必须清理数据或决定加入/合并的其他条件。这与熊猫无关。这是一个数据问题。那么，使用两个独立的数据帧可能会更容易。感谢您抽出时间思考A是否真的包含字符串有关系？因为我的D和E都被设置为NaN。B和D也是字符串如果数据类型不同，则列数据类型会混合显示为

对象

，尽管这是预期的，但在与数值和字符串值进行比较时可能会出现问题，并且输出显示的内容看起来像数值/字符串，但实际上是其他内容，最好使用同质的数据类型，以避免这种混淆。我认为在这种情况下，这不重要，因为您没有合并这样的值，只要键列数据类型一致，那么上面的数据类型就不应该同时适用于A、B、D都是字符串。C和E是整数。我想这就是造成问题的原因吧？不知道为什么它不起作用，当您缺少值时，它会将数据类型转换为float以表示

NaN

这是预期的行为，因为

NaN

不能在

int

中表示，您可以调用

fillna

填充缺少的值，然后使用

astype（int）强制转换数据类型

在这些列上

In [27]:
merged['CAUSE'] = merged['CAUSE'].fillna('Nothing')
merged['CCOUNT'] = merged['CCOUNT'].fillna(0)
merged

Out[27]:
  BOROUGH    CAUSE  CCOUNT  TCOUNT   TYPE
0     MAN  ALCOHOL       5       5  SPORT
1     MAN     SIZE       3       3   CONV
2     MAN  ALCOHOL       2       2  WAGON
3     BRO  Nothing       0       2  SPORT
4     BRO  Nothing       0       3   CONV