python - 使用 Python 如何合并两列并仅在另一列中的数据存在时覆盖一列中的数据？

Question

我正在尝试合并一些数据，但无法获得我一直在寻找的结果。我有两个数据框，每个数据框有两列:CID 和 Notional。 DF1 有每个 CID，而 DF2 只有部分 CID。我想获取 DF2 的数据并将其与 DF1 合并，以便如果 DF2 的数据存在，它将覆盖 DF1，如果不存在，DF1 将保留其数据。

我尝试过使用 pd.merge，最后我得到了一个包含列 CID、Notional_X、Notional_Y 的 DataFrame；我试过“更新”，但它只是替换了所有旧的 DataFrame 数据。

这是我正在寻找的示例:

#Example of Data (couldn't find a better way to explain this)
df1 = pd.DataFrame({'CID':[1,25,100], 'Notional': [1000, 2500, 5500]})
df2 = pd.DataFrame({'CID':[25], 'Notional': [0]})

输出将返回一个如下所示的 DataFrame:

pd.DataFrame({'CID': [1,25,100], 'Notional': [1000,0,5500]})

(不是合并将 CID 25 减少到 0，这是在 df2 中找到的，没有改变任何其他东西)

文档建议“合并”应该完成它，但它只是……没有。

test = df1.merge(df1, df2, how = 'left', on = 'CID')

这似乎在不合并数据的情况下合并了数据帧(它只是在末尾附加了一列)

如有任何帮助，我们将不胜感激。谢谢。

Answer 1

在你的情况下，当连接的左右表也有相同的数据列(“Notional”)不是合并键(“CID”)的一部分时，合并函数中没有方法决定将哪个值用于 Notional。

您可以再添加一行代码来解决这个问题。

import pandas as pd
import numpy as np

# make the data
df1 = pd.DataFrame({'CID':[1,25,100], 'Notional': [1000, 2500, 5500]})
df2 = pd.DataFrame({'CID':[25], 'Notional': [0]})

# merge the data
test = df1.merge(df2, how='left', on='CID')

# If Notional from df2 was not missing,  then use it,  else use df1's Notional
test['Notional'] = np.where(test['Notional_y'].isna(), test['Notional_x'], test['Notional_y'])

然后您可以从数据框中删除 Notional_x 和 Notional_y，留下新创建的 Notional。