Python 基于另一个数据帧的值在数据帧中添加行

我有以下两个数据帧。请注意，“amt”在两个数据帧中均按“id”分组

  df1

   id  code  amt
0   A    1    5
1   A    2    5
2   B    3    10
3   C    4    6
4   D    5    8
5   E    6    11

  df2 

    id  code amt
0   B   1    9
1   C   12   10

我想在

df2

中为

df1

的每个

id

添加一行

df2

。例如，由于Id的A、D和E不包含在

df2

中，因此我想为这些Id添加一行。追加行应包含

df2

中未包含的

id

、属性

code

的空值以及属性

amt

的

df1

中存储的值

结果应该是这样的：

   id  code name
0   B    1    9
1   C    12   10
2   A    nan  5
3   D    nan  8
4   E    nan  11

---

如果我能得到一些指导，我将不胜感激。

使用

pd.concat

df=df1.drop('code',1).drop_duplicates()
df[~df.id.isin(df2.id)]
pd.concat([df2,df[~df.id.isin(df2.id)]],axis=0).rename(columns={'amt':'name'}).reset_index(drop=True)
Out[481]: 
   name  code id
0     9   1.0  B
1    10  12.0  C
2     5   NaN  A
3     8   NaN  D
4    11   NaN  E

---

使用

pd.concat

df=df1.drop('code',1).drop_duplicates()
df[~df.id.isin(df2.id)]
pd.concat([df2,df[~df.id.isin(df2.id)]],axis=0).rename(columns={'amt':'name'}).reset_index(drop=True)
Out[481]: 
   name  code id
0     9   1.0  B
1    10  12.0  C
2     5   NaN  A
3     8   NaN  D
4    11   NaN  E

---

从

df1

中删除DUP，然后追加

df2

，然后删除更多DUP，然后再次追加

df2.append(
    df1.drop_duplicates('id').append(df2)
       .drop_duplicates('id', keep=False).assign(code=np.nan),
    ignore_index=True
)

  id  code  amt
0  B   1.0    9
1  C  12.0   10
2  A   NaN    5
3  D   NaN    8
4  E   NaN   11

---

微小变化

m = ~np.in1d(df1.id.values, df2.id.values)
d = ~df1.duplicated('id').values

df2.append(df1[m & d].assign(code=np.nan), ignore_index=True)

  id  code  amt
0  B   1.0    9
1  C  12.0   10
2  A   NaN    5
3  D   NaN    8
4  E   NaN   11

---

从

df1

中删除DUP，然后追加

df2

，然后删除更多DUP，然后再次追加

df2.append(
    df1.drop_duplicates('id').append(df2)
       .drop_duplicates('id', keep=False).assign(code=np.nan),
    ignore_index=True
)

  id  code  amt
0  B   1.0    9
1  C  12.0   10
2  A   NaN    5
3  D   NaN    8
4  E   NaN   11

---

微小变化

m = ~np.in1d(df1.id.values, df2.id.values)
d = ~df1.duplicated('id').values

df2.append(df1[m & d].assign(code=np.nan), ignore_index=True)

  id  code  amt
0  B   1.0    9
1  C  12.0   10
2  A   NaN    5
3  D   NaN    8
4  E   NaN   11

---

@VenkateshMalhotra很高兴它有帮助：）

concat

是

append

@piRSquared的一个更灵活的版本，在我看到你的答案之前，我甚至不知道这个函数工具。。。学习新事物@VenkateshMalhotra很高兴它有帮助：）

concat

是

append

@piRSquared的一个更灵活的版本，在我看到你的答案之前，我甚至不知道这个函数工具。。。学习新事物！！