Python 联接/合并数据帧并保留行顺序

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
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）。