本文介绍了 pandas ：更新和合并数据帧的更好方式的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
考虑两个数据帧df_a和df_b：
>>> df_a = pd.DataFrame.from_dict({1: [1,2,3], 2: ["a", "b", "c"], 3:[4,5,6]})
>>> df_a.index = pd.Index([0,1,3])
>>> print(df_a)
1 2 3
0 1 a 4
1 2 b 5
3 3 c 6
>>> df_b = pd.DataFrame.from_dict({2: ["d", "e", "f", "g"]})
>>> print(df_b)
2
0 d
1 e
2 f
3 g
和以下代码：
>>> df_a = pd.concat([df_a, df_b])
>>> df_c = df_a.loc[~df_a.index.duplicated(keep='last'),df_b.columns]
>>> df_d = df_a.loc[~df_a.index.duplicated(keep='first'), ~df_a.columns.isin(df_b.columns)]
>>> df_e = df_d.merge(df_c, "outer", left_index=True, right_index=True)
>>> df_e.sort_index(axis=1, inplace=True)
生成所需的数据帧(df_e)：
>>> print(df_e)
1 2 3
0 1.0 d 4.0
1 2.0 e 5.0
2 NaN f NaN
3 3.0 g 6.0
是否有更有效的方法到达df_e？我尝试了使用pd.concat、pd.merge和pd.update的各种方法，但我的努力导致了以下一个或多个不良后果：
- 它会中断
df_a的索引(即这些值不具有相同的索引--某种索引创建是在幕后进行的)。 - 列已重命名。
- NaN出现在
df_a值应该出现的位置。
基本上，我要执行的操作是：
- 使用
df_b的值更新df_a。 - 如果
df_b中存在没有相应索引/列的值，请适当展开df_a以包括这些值(保持索引/列的适当顺序)。
编辑：提供了不会自然排序的更好的示例。
推荐答案
我可以想出两种简单的方法来获得您的df_e；不过，我不会过多地考虑列顺序。向df_b添加额外的第4列，只是为了显示df_a中不存在的列的行为：
In [63]: m = df_b.combine_first(df_a)
In [64]: m
Out[64]:
1 2 3 4
0 1.0 d 4.0 10
1 2.0 e 5.0 11
2 NaN f NaN 12
3 3.0 g 6.0 13
或
In [65]: a,b = df_a.align(df_b)
In [66]: a.update(b)
In [67]: a
Out[67]:
1 2 3 4
0 1.0 d 4.0 10.0
1 2.0 e 5.0 11.0
2 NaN f NaN 12.0
3 3.0 g 6.0 13.0
请注意对齐引入的数据类型略有不同。
这篇关于 pandas ：更新和合并数据帧的更好方式的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！