我有两个数据框 F1 和 F2,其中包含列 id1、id2。
F1 包含两列F1[id1,id2]
。
F2 包含三列 [id1,id2,Description]
我想测试 F2['id1']
是否存在于 F1['id1']
或 F2['id2']存在于
F1 中['id2'] 那么我必须在 F1 中添加一个列,并在 F2` 中添加此 id1 或 id2 的说明。
F1和F2的内容为are HERE 。我在 F1 上看到的输出是 also HERE
我像这样创建了 F1 和 F2
F1 = {'id1': ['x22', 'x13','NaN','x421'],'id2':['NaN','223','788','NaN']}
F1 = pd.DataFrame(data=F1)
F2 = {'id1': ['x22', 'NaN','NaN','x413','x421'],'id2':['NaN','223','788','NaN','233'],'Description':['California','LA','NY','Havnover','Munich']}
F2 = pd.DataFrame(data=F2)
实际上我尝试了几种解决方案。但没有什么可以帮助我做到这一点。 请帮忙
最佳答案
用途:
#if necessary replace string NaN to missing values
F1 = F1.replace('NaN', np.nan)
F2 = F2.replace('NaN', np.nan)
对于每列,按 DataFrame.drop_duplicates
删除重复项,缺少值DataFrame.dropna
并按 DataFrame.set_index
的 id
列创建索引:
s1 = F2.drop_duplicates('id1').dropna(subset=['id1']).set_index('id1')['Description']
s2 = F2.drop_duplicates('id2').dropna(subset=['id2']).set_index('id2')['Description']
然后使用 Series.map
按 F1
中 Series.combine_first
的列:
F1['Description'] = F1['id1'].map(s1).combine_first(F1['id2'].map(s2))
print (F1)
id1 id2 Description
0 x22 NaN California
1 x13 223 LA
2 NaN 788 NY
3 x421 NaN Munich
关于python - 检查其他 Dataframe 上是否存在值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55435919/