填写DF与第二个DF

Question

我看到了几个问题，但没有发现我的工作技巧。

我想基于第二个数据帧的值填充数据框的所有NaN值。第一个df是巨大的，第二个df将充当各种关键。

 DF1 

    Part System_Type Replacement_Cost Service_Life(Years) Location 

    nut  A/C    .09     1     TX 
    Bolt  Generator  NAN    NAN     MT 
    screw  roof    .08    NAN     UT 
    screw  A/C    NAN     3     OH 
    screw  roof    .08    NAN     TX 

    DF2 
    Part System_Type Replacement_Cost Service_Life(Years) 

    Bolt  Generator  .06     2     
    screw  roof    .08     3     
    screw  A/C    .08     3     

有了这样

Part System_Type Replacement_Cost Service_Life(Years) Location 

    nut  A/C    .09     1     TX 
    Bolt  Generator  .06     2     MT 
    screw  roof   .08     3     UT 
    screw  A/C    .08     3     OH 
    screw  roof   .08     3     TX 

我使用df1.combine_first试图输出（DF2），但我需要它填补所有的NaN与“部分”和“System_Type”既充当钥匙匹配正确地记录数据。它似乎并没有填充所有的缺失值，只是其中的一小部分。我的数据集是数百万行，所以我需要它在每次出现特定的一组值时填充NAN（即每次看到螺钉和顶部时，它应该将重置成本填充为'.08'和“使用寿命” '3'）

Answer 1

假设那些NAN是np.nan

df1.fillna(df1[['Part', 'System_Type']].merge(df2, 'left')) 

    Part System_Type Replacement_Cost Service_Life(Years) Location 
0 nut   A/C    0.09     1.0  TX 
1 Bolt Generator    0.06     2.0  MT 
2 screw  roof    0.08     3.0  UT 
3 screw   A/C    0.08     3.0  OH 
4 screw  roof    0.08     3.0  TX 

否则，您可以用np.nan

df1.replace('NAN', np.nan).fillna(df1[['Part', 'System_Type']].merge(df2, 'left')) 

    Part System_Type Replacement_Cost Service_Life(Years) Location 
0 nut   A/C    .09     1  TX 
1 Bolt Generator    0.06     2  MT 
2 screw  roof    .08     3  UT 
3 screw   A/C    0.08     3  OH 
4 screw  roof    .08     3  TX