Python 联接/合并数据帧并保留行顺序
我在Python 联接/合并数据帧并保留行顺序,python,pandas,dataframe,Python,Pandas,Dataframe,我在python和pandas工作 假设我有以下两个数据帧df_1和df_2(输入): # df1 A B C 0 2 8 6 1 5 2 5 2 3 4 9 3 5 1 1 # df2 A B C 0 2 7 NaN 1 5 1 NaN 2 3 3 NaN 3 5 0 NaN A B C 0 2 7 NaN 1 5 1 1
python
和pandas
工作
假设我有以下两个数据帧df_1
和df_2
(输入):
# df1
A B C
0 2 8 6
1 5 2 5
2 3 4 9
3 5 1 1
# df2
A B C
0 2 7 NaN
1 5 1 NaN
2 3 3 NaN
3 5 0 NaN
A B C
0 2 7 NaN
1 5 1 1
2 3 3 NaN
3 5 0 NaN
我想处理它来加入/合并它们,以获得一个新的数据帧,它看起来像(预期输出):
# df1
A B C
0 2 8 6
1 5 2 5
2 3 4 9
3 5 1 1
# df2
A B C
0 2 7 NaN
1 5 1 NaN
2 3 3 NaN
3 5 0 NaN
A B C
0 2 7 NaN
1 5 1 1
2 3 3 NaN
3 5 0 NaN
因此,它基本上是一个正确的合并/连接,但保留了原始正确数据帧的顺序
但是,如果我这样做:
df_2 = df_1.merge(df_2[['A', 'B']], on=['A', 'B'], how='right')
然后我得到这个:
A B C
0 5 1 1.0
1 2 7 NaN
2 3 3 NaN
3 5 0 NaN
因此,我得到了正确的行连接/合并,但输出数据帧的行顺序与原始的正确数据帧的行顺序不同
如何进行连接/合并并保留行顺序?
创建原始数据帧的代码如下所示:
import pandas as pd
import numpy as np
columns = ['A', 'B', 'C']
data_1 = [[2, 5, 3, 5], [8, 2, 4, 1], [6, 5, 9, 1]]
data_1 = np.array(data_1).T
df_1 = pd.DataFrame(data=data_1, columns=columns)
columns = ['A', 'B', 'C']
data_2 = [[2, 5, 3, 5], [7, 1, 3, 0], [np.nan, np.nan, np.nan, np.nan]]
data_2 = np.array(data_2).T
df_2 = pd.DataFrame(data=data_2, columns=columns)
我认为通过使用
.join()
或.update()
我可以得到我想要的,但首先我很惊讶.merge()
也不能做这件非常简单的事情。您可以在两个数据帧之间使用索引
print(df)
# A B C
# 0 5 1 1.0
# 1 2 7 NaN
# 2 3 3 NaN
# 3 5 0 NaN
df = df.set_index('B')
df = df.reindex(index=df_2['B'])
df = df.reset_index()
df = df[['A', 'B', 'C']]
print(df)
# A B C
# 0 2 7.0 NaN
# 1 5 1.0 1.0
# 2 3 3.0 NaN
# 3 5 0.0 NaN
我认为这是错误
左连接的可能解决方案:
df_2 = df_2.merge(df_1, on=['A', 'B'], how='left', suffixes=('_','')).drop('C_', axis=1)
print (df_2)
A B C
0 2.0 7.0 NaN
1 5.0 1.0 1.0
2 3.0 3.0 NaN
3 5.0 0.0 NaN
一个快捷的方法是:
df_2=df_2.set_index(['A','B'])
temp = df_1.set_index(['A','B'])
df_2.update(temp)
df_2.reset_index(inplace=True)
正如我在上面与@jezrael讨论的那样,如果我没有遗漏什么,如果您不需要原始数据帧中的两列
C
,并且只需要带有匹配值的列C
,那么.update()
是最快的方法,因为您不必删除不需要的列。感谢您的回答(向上投票)。是的,对我来说,这看起来像是一个错误或是一个重大遗漏。顺便问一下,您如何找到我下面的答案?您需要将C
列中缺失的值替换为另一个DaatFrame中的C
?您的意思是我的代码用其他NAs替换NAs?(这显然是多余的)不,我认为NAN应该被非NAN值替换-如果需要,那么更新是一个很好的解决方案。NAs不应该被任何东西替换,它们应该保持为NAs,除非与另一个数据帧中的行匹配。这就是我谈论加入/合并的原因。我回答你的问题了吗?(对不起,我不完全理解你的问题)。