我有一个仅包含名称的一列 Pandas 数据框:
Names
Matthew
Mark
Luke
John
我还有大约 10 个包含更多数据并且还有名称列的文件,其中一个文件是:
Names Sum Random_data
Matthew 200 x
James 400 y
some_guy 150 x
Wilson 500 y
而另一个文件可以有:
Names Sum Random_data
Luke 800 x
Bart 700 y
Sean 250 x
TOast 100 y
我希望将 10 个文件中每个文件的“Sum”列的值合并到第一个文件中的相关行作为新列。我想这可以通过循环遍历我想要搜索正确的“名称”行的所有文件,然后将两个文件作为数据帧执行合并来完成:
for data_file in all_files_that_have_data:
data_df = pd.read_csv(data_file)
df = df.merge(data_df, on='Name', how='left', suffixes=['','_remove'])
cols = [c for c in df.columns if '_remove' not in c]
df = df[cols]
print(df.columns)
我的问题是如何在每次执行合并时不覆盖数据的情况下执行此操作。名称的正确数据可能位于一个文件中,但在与下一个文件合并时会丢失。有没有办法有条件地合并每个文件,但仅在左侧数据帧行的当前值为 NaN 时才覆盖?
最佳答案
假设您仅从 csv 文件中获取唯一值,为什么不创建一个包含 csv 文件中所有值的单个数据框,然后进行合并?
data_df = pd.DataFrame()
for data_file in all_files_that_have_data:
data_df_temp = pd.read_csv(cpc_file)
data_df = data_df.append(data_df_temp)
df = df.merge(data_df, on='Names', how='left')
print(df.columns)
关于python - Pandas 中的条件合并,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43820045/