Python 在pd.merge时处理空值

我需要合并两个具有大量缺失值（np.nan、None和（null））的dfs

t1=pd.DataFrame（np.array（[[1,2,3]，[4,5,99]），columns=['a'，'b'，'c']））
t2=pd.DataFrame（np.array（[[1，无，3，'hello']，[4,5,6，'moon']），列=['a'，'b'，'c'，'d']））
t=pd.merge（t1，t2，how='outer'，on=[“a”，“c”]）

即，数据帧是：

t1 =
    a   b   c
0   1   2   3
1   4   5   99

t2 =
    a   b   c   d
0   1   None 3  hello
1   4   5   6   moon

我需要一个结果df，在不丢失任何数据的情况下，每个观察结果给我一行

相反，我得到一个新行，将“None”作为一个值

在上面的例子中，我想

t=pd.DataFrame（np.array（[[1,2,3，'hello']，[4,5,99，'moon']，[4,5,6，'moon']），列=['a'，'b'，'c'，'d']））

也就是说，我想：

t =
    a   b   c   d
0   1   2   3   hello
1   4   5   99  moon
2   4   5   6   moon

---

对于您来说，这是一种特殊情况，但您可以尝试：

t= pd.merge(t1, t2[['a', 'd']].dropna(), how='left', on='a').append(t2.dropna())

---

合并函数将使用t1进行左连接，append将从t2中追加缺少的行，从t2中只将d列加入，dropna（）将从None行中删除。

您在这里找到的最好的帖子之一：谢谢@PV8这很有趣。不幸的是，这似乎对我的问题没有帮助。你能将你想要的结果添加为数据帧吗？@PV8 done，这有助于澄清吗？谢谢