gấu trúc: kết hợp hai cột trong một DataFrame

Question

Tôi có một gấu trúc DataFrame có nhiều cột trong nó:

Index: 239897 entries, 2012-05-11 15:20:00 to 2012-06-02 23:44:51 
Data columns: 
foo     11516 non-null values 
bar     228381 non-null values 
Time_UTC    239897 non-null values 
dtstamp    239897 non-null values 
dtypes: float64(4), object(1) 

nơi foo và bar là cột có chứa cùng một dữ liệu chưa được đặt tên khác nhau. Có cách nào để di chuyển các hàng tạo thành foo thành bar, lý tưởng trong khi vẫn duy trì tên của bar?

Cuối cùng các DataFrame sẽ xuất hiện như:

Index: 239897 entries, 2012-05-11 15:20:00 to 2012-06-02 23:44:51 
Data columns: 
bar     239897 non-null values 
Time_UTC    239897 non-null values 
dtstamp    239897 non-null values 
dtypes: float64(4), object(1) 

Đó là giá trị NaN mà tạo thành thanh được thay thế bằng các giá trị từ foo.

Answer 1

Hãy thử điều này:

pandas.concat([df['foo'].dropna(), df['bar'].dropna()]).reindex_like(df) 

Nếu bạn muốn dữ liệu đó để trở thành cột mới bar, chỉ cần gán kết quả cho df['bar'].

Answer 2

bạn có thể sử dụng trực tiếp fillna và gán kết quả vào cột 'bar'

df['bar'].fillna(df['foo'], inplace=True) 
del df['foo'] 

chung Ví dụ:

import pandas as pd 
#creating the table with two missing values 
df1 = pd.DataFrame({'a':[1,2],'b':[3,4]}, index = [1,2]) 
df2 = pd.DataFrame({'b':[5,6]}, index = [3,4]) 
dftot = pd.concat((df1, df2)) 
print dftot 
#creating the dataframe to fill the missing values 
filldf = pd.DataFrame({'a':[7,7,7,7]}) 

#filling 
print dftot.fillna(filldf) 

Answer 3

Một lựa chọn khác, sử dụng phương pháp .apply() vào khung. Bạn có thể làm phân công lại một cột với chiều theo dữ liệu hiện ...

import pandas as pd 
import numpy as np 

# get your data into a dataframe 

# replace content in "bar" with "foo" if "bar" is null 
df["bar"] = df.apply(lambda row: row["foo"] if row["bar"] == np.NaN else row["bar"], axis=1) 

# note: change 'np.NaN' with null values you have like an empty string 

Answer 4

More phiên bản gấu trúc hiện đại (ít nhất là từ 0.12) có combine_first() and update() phương pháp DataFrame và Series đối tượng. Ví dụ, nếu DataFrame của bạn được gọi là df, bạn sẽ làm gì:

df.bar.combine_first(df.foo) 

đó sẽ chỉ làm thay đổi giá trị Nan của bar cột để phù hợp với cột foo, và sẽ làm như vậy inplace. Để ghi đè các giá trị không phải Nan trong bar bằng các giá trị trong số foo, bạn sẽ sử dụng phương thức update().

Answer 5

Bạn cũng có thể thực hiện việc này bằng cách sử dụng numpy.

df['bar'] = np.where(pd.isnull(df['bar']),df['foo'],df['bar'])