pandas 两个不同结构 DataFrame 相加合并

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

在本例中，我们将两个 DataFrame 合并时，遇到结构不一样的情况如何处理。我们知道，如果两个 DataFrame 相加时会按标签做相量操作，如果标签无法完全对齐时，会只将对齐的部分相加，对于未对齐的需要我们做一些额外的处理。

数据与需求

假定我们有以下两个 DataFrame 数据：

import pandas as pd

df1 = pd.DataFrame({'a':[1,2], 'b':[3,4]}, index=['c1','c2'])
df2 = pd.DataFrame({'a':[1,2], 'b':[3,4]}, index=['c2','c3'])

df1
'''
    a  b
c1  1  3
c2  2  4
'''
df2
'''
    a  b
c2  1  3
c3  2  4
'''

我们的需求是将两个 DataFrame 合并，共有的索引标签 c2 行的值相加，非共有的 c1、c3 保持原值。

结果即：

'''
    a  b
c1  1  3
c2  3  7
c3  2  4
'''

思路

由于直接相加未对齐的结果 NaN：

df1 + df2
'''
      a    b
c1  NaN  NaN
c2  3.0  7.0
c3  NaN  NaN
'''

因此我们可以通过以下几种方法来解决：

使用 DataFrame 的 add() 方法，传入 fill_value 为 0，对未对齐的全按 0 计算
相加计算后两个 DataFrame 分别用 combine_first() 方法来合并，会将缺失的值按当前值补齐
相加后两个 DataFrame 分别用 fillna() 填充缺失值
调用其中一个 DataFrame 的 combine() 方法，合并方法编写相加函数，再如第一个方法一样
传入 fill_value 为 0。

代码

第一个方法：

df1.add(df2, fill_value=0).astype(int)
'''
    a  b
c1  1  3
c2  3  7
c3  2  4
'''

第二个方法：

(
    (df1 + df2)
    .combine_first(df1)
    .combine_first(df2)
    .astype(int)
)
'''
    a  b
c1  1  3
c2  3  7
c3  2  4
'''

第三个方法：

(
    (df1 + df2)
    .fillna(df1)
    .fillna(df2)
    .astype(int)
)
'''
    a  b
c1  1  3
c2  3  7
c3  2  4
'''

第四个方法：

(
    df1.combine(df2, lambda s1, s2: s1+s2, fill_value=0)
    .astype(int)
)
'''
    a  b
c1  1  3
c2  3  7
c3  2  4
'''

通过以上多种方法，我们可以更加深入理解这些方法的功能，同时也完成了我们的需求。

（完）

pandas 两个不同结构 DataFrame 相加合并

数据与需求

思路

代码

相关内容