Python 如何在pandas中实现sql合并

我有一个像这样的数据框

df = pd.DataFrame({"A":[1,2,np.nan],"B":[np.nan,10,np.nan], "C":[5,10,7]})
     A     B   C
0  1.0   NaN   5
1  2.0  10.0  10
2  NaN   NaN   7 

我想添加一个新列“D”。预期产量为

     A     B   C    D
0  1.0   NaN   5    1.0
1  2.0  10.0  10    2.0
2  NaN   NaN   7    7.0

提前谢谢

我认为您需要通过以下方式选择第一列：

同：

df['D'] = df.fillna(method='bfill',axis=1).iloc[:,0]
print (df)
     A     B   C    D
0  1.0   NaN   5  1.0
1  2.0  10.0  10  2.0
2  NaN   NaN   7  7.0

选项1

熊猫

df.assign(D=df.lookup(df.index, df.isnull().idxmin(1)))

     A     B   C    D
0  1.0   NaN   5  1.0
1  2.0  10.0  10  2.0
2  NaN   NaN   7  7.0

v = df.values
j = np.isnan(v).argmin(1)
df.assign(D=v[np.arange(len(v)), j])

     A     B   C    D
0  1.0   NaN   5  1.0
1  2.0  10.0  10  2.0
2  NaN   NaN   7  7.0

选项2

numpy

df.assign(D=df.lookup(df.index, df.isnull().idxmin(1)))

     A     B   C    D
0  1.0   NaN   5  1.0
1  2.0  10.0  10  2.0
2  NaN   NaN   7  7.0

v = df.values
j = np.isnan(v).argmin(1)
df.assign(D=v[np.arange(len(v)), j])

     A     B   C    D
0  1.0   NaN   5  1.0
1  2.0  10.0  10  2.0
2  NaN   NaN   7  7.0

---

原始时间测试
过度给定的数据

在更大的数据上

---

另一种方法是按顺序用A、B、C显式填充D列

df['D'] = np.nan
df['D'] = df.D.fillna(df.A).fillna(df.B).fillna(df.C)

---

另一种方法是使用

pd.Series

的

combine\u first

方法。使用您的示例

df

>>将熊猫作为pd导入
>>>将numpy作为np导入
>>>df=pd.DataFrame（{“A”：[1,2，np.nan]，“B”：[np.nan，10，np.nan]，“C”：[5,10,7]}）
>>>df
A、B、C
01.05
1  2.0  10.0  10
2南南7

我们有

>>df.A.先合并（df.B）.先合并（df.C）
0    1.0
1    2.0
2    7.0

我们可以使用

reduce

来抽象此模式，以处理任意数量的列

>>从functools导入reduce
>>>cols=[df[c]表示df.columns中的c]
>>>减少（λacc，col:acc.combine_first（col），cols）
0    1.0
1    2.0
2    7.0
名称：A，数据类型：float64

让我们把这些放在一个函数中

def合并（*args）： ... 返回减少值（lambda acc，列：acc.combine_first（列），args） ... >>>合并（*cols） 0 1.0 1 2.0 2 7.0 名称：A，数据类型：float64

---

熊猫系列已经有一种方法可以做到这一点：

df['D'] = df['A'].combine_first(df['C'])

如果要按顺序查找值，也可以将它们堆叠起来：

df['D'] = df['A'].combine_first(df['B']).combine_first(df['C'])

这将产生以下结果：

>>df
A、B、C、D
0 1.0 NaN 5 1.0
1  2.0  10.0  10  2.0
2楠楠7.0

第一个代码段中的

df

值错误。那么如何计算预期的输出呢？如果我只需要“A”和“C”来创建“D”，那么我可以在哪里指定它。请让我know@Anoop您可以在

df['A'，C']]

上运行这些方法。这对于

numpy

方法尤其有效<代码>v=df['A'，C']]。值