tham gia hoặc hợp nhất với ghi đè trong gấu trúc

Question

Tôi muốn thực hiện thao tác nối/hợp nhất/nối thêm trên một khung dữ liệu với chỉ mục datetime.

Giả sử tôi có df1 và tôi muốn thêm df2 vào đó. df2 có thể có ít hoặc nhiều cột và chỉ mục trùng lặp. Đối với tất cả các hàng trong đó các chỉ mục khớp nhau, nếu df2 có cùng một cột là df1, tôi muốn các giá trị của df1 được ghi đè với các giá trị từ df2.

Làm cách nào để có được kết quả mong muốn?

Answer 1

Làm thế nào về: df2.combine_first(df1)?

In [33]: df2 
Out[33]: 
        A   B   C   D 
2000-01-03 0.638998 1.277361 0.193649 0.345063 
2000-01-04 -0.816756 -1.711666 -1.155077 -0.678726 
2000-01-05 0.435507 -0.025162 -1.112890 0.324111 
2000-01-06 -0.210756 -1.027164 0.036664 0.884715 
2000-01-07 -0.821631 -0.700394 -0.706505 1.193341 
2000-01-10 1.015447 -0.909930 0.027548 0.258471 
2000-01-11 -0.497239 -0.979071 -0.461560 0.447598 

In [34]: df1 
Out[34]: 
        A   B   C 
2000-01-03 2.288863 0.188175 -0.040928 
2000-01-04 0.159107 -0.666861 -0.551628 
2000-01-05 -0.356838 -0.231036 -1.211446 
2000-01-06 -0.866475 1.113018 -0.001483 
2000-01-07 0.303269 0.021034 0.471715 
2000-01-10 1.149815 0.686696 -1.230991 
2000-01-11 -1.296118 -0.172950 -0.603887 
2000-01-12 -1.034574 -0.523238 0.626968 
2000-01-13 -0.193280 1.857499 -0.046383 
2000-01-14 -1.043492 -0.820525 0.868685 

In [35]: df2.comb 
df2.combine  df2.combineAdd  df2.combine_first df2.combineMult  

In [35]: df2.combine_first(df1) 
Out[35]: 
        A   B   C   D 
2000-01-03 0.638998 1.277361 0.193649 0.345063 
2000-01-04 -0.816756 -1.711666 -1.155077 -0.678726 
2000-01-05 0.435507 -0.025162 -1.112890 0.324111 
2000-01-06 -0.210756 -1.027164 0.036664 0.884715 
2000-01-07 -0.821631 -0.700394 -0.706505 1.193341 
2000-01-10 1.015447 -0.909930 0.027548 0.258471 
2000-01-11 -0.497239 -0.979071 -0.461560 0.447598 
2000-01-12 -1.034574 -0.523238 0.626968  NaN 
2000-01-13 -0.193280 1.857499 -0.046383  NaN 
2000-01-14 -1.043492 -0.820525 0.868685  NaN 

Lưu ý rằng phải mất các giá trị từ df1 cho chỉ số không trùng lặp với các df2. Nếu điều này không làm chính xác những gì bạn muốn tôi sẽ sẵn sàng để cải thiện chức năng này/thêm tùy chọn cho nó.

Answer 2

Để hợp nhất như thế này, phương pháp update của DataFrame hữu ích.

Lấy ví dụ từ documentation:

import pandas as pd 
import numpy as np 

df1 = pd.DataFrame([[np.nan, 3., 5.], [-4.6, np.nan, np.nan], 
        [np.nan, 7., np.nan]]) 
df2 = pd.DataFrame([[-42.6, np.nan, -8.2], [-5., 1.6, 4]], 
        index=[1, 2]) 

dữ liệu trước khi update:

>>> df1 
    0 1 2 
0 NaN 3.0 5.0 
1 -4.6 NaN NaN 
2 NaN 7.0 NaN 
>>> 
>>> df2 
     0 1 2 
1 -42.6 NaN -8.2 
2 -5.0 1.6 4.0 

Hãy cập nhật df1 với dữ liệu từ df2:

df1.update(df2) 

dữ liệu sau khi cập nhật:

>>> df1 
     0 1 2 
0 NaN 3.0 5.0 
1 -42.6 NaN -8.2 
2 -5.0 1.6 4.0 

Ghi chú:

• Điều quan trọng là bạn phải nhận thấy rằng đây là một hoạt động "tại chỗ", sửa đổi DataFrame mà các cuộc gọi update.