我有两个任意形状的数据框:
A B C
0 A0 B0 C0
1 A1 B1 C1
2 A2 B2 NaN
3 A3 NaN NaN
4 A4 NaN NaN
和
A B C
2 NaN NaN C2
3 NaN B3 C3
4 NaN B4 C4
5 A5 B5 C5
6 A6 B6 C6
两个 DataFrame 有重叠的索引。在存在重叠的地方,对于给定的列,一个 DataFrame 中有一个非 NaN
,而另一个 DataFrame 中有一个 NaN
。我怎样才能将这些连接起来,以便我可以获得一个包含所有值且没有 NaN
s 的 DataFrame:
A B C
0 A0 B0 C0
1 A1 B1 C1
2 A2 B2 C2
3 A3 B3 C3
4 A4 B4 C4
5 A5 B5 C5
6 A6 B6 C6
我建议的解决方案是:
df3 = pd.concat([pd.concat([df1[col].dropna(), df2[col].dropna()]) for col in df1.columns], axis=1)
但是,理想情况下我不会逐列工作。
最佳答案
使用combine_first
:
df = df1.combine_first(df2)
print(df)
A B C
0 A0 B0 C0
1 A1 B1 C1
2 A2 B2 C2
3 A3 B3 C3
4 A4 B4 C4
5 A5 B5 C5
6 A6 B6 C6
关于python - 将具有重叠索引但从不重叠值的 Pandas DataFrames 连接起来,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54106361/