合并长度不等的熊猫数据帧

我有两个数据帧，我想将它们合并为1.它们的长度不相等，但包含一些相同的信息。
这里是第一数据帧合并长度不等的熊猫数据帧

BOROUGH TYPE TCOUNT 
    MAN SPORT 5 
    MAN CONV 3 
    MAN WAGON 2 
    BRO SPORT 2 
    BRO CONV 3

其中A指定了一个位置，B的类别和C的计数。
而另

BOROUGH CAUSE CCOUNT 
    MAN ALCOHOL 5 
    MAN  SIZE 3 
    BRO ALCOHOL 2

这里又是相同的位置，在其他数据帧。但D是另一个类别，E是该位置的D的计数。

我想要什么（而一直没能做到）是获得如下：

BOROUGH TYPE TCOUNT CAUSE CCOUNT 
    MAN SPORT  5 ALCOHOL 5 
    MAN CONV  3  SIZE  3 
    MAN WAGON  2  NaN  NaN 
    BRO SPORT  2 ALCOHOL 2 
    BRO CONV  3  NaN  NaN

“ - ”可以是任何东西。最好是一个说“Nothing”的字符串。如果他们默认为NaN值，我想这只是用字符串替换它们的问题。

注意：在使用熊猫和Python

EDIT：
输出：

<class 'pandas.core.frame.DataFrame'> 
Int64Index: 233 entries, 0 to 232 
Data columns (total 3 columns): 
BOROUGH       233 non-null object 
CONTRIBUTING FACTOR VEHICLE 1 233 non-null object 
RCOUNT       233 non-null int64 
dtypes: int64(1), object(2) 
memory usage: 7.3+ KB 
None 
<class 'pandas.core.frame.DataFrame'> 
Int64Index: 83 entries, 0 to 82 
Data columns (total 3 columns): 
BOROUGH    83 non-null object 
VEHICLE TYPE CODE 1 83 non-null object 
VCOUNT     83 non-null int64 
dtypes: int64(1), object(2) 
memory usage: 2.6+ KB 
None

来源

2016-04-26 Christian A

pd.merge（df_One，df_Two，left_on = 'A'， 'B']，right_on = 'A'， 'd']）你能试试吗？ – Backtrack

好吧，我看到你的问题，df1有233行，但df2只有83行，所以你得到空值由于长度不可思议，你期待什么，因为我预计这是预期的操作 – EdChum

我希望我能够合并这两个dataframes。基本上填充df2中的所有缺失值。所以如果df1有47个BRONX的值，但df2只有17个，我会用[BRONX，NOTHING，0]填充df2中剩下的30个值。然后我可以合并这两个数据框。这同样适用于其他自治市镇，QUEENS，MANHATTAN，BROOKLYN和STATEN ISLAND –

上的列 'A' 中执行left类型merge，对于LHS 'B' 和 'A' ，'D'为rhs，因为这些是您的关键列

In [16]: 
df.merge(df1, left_on=['A','B'], right_on=['A','D'], how='left') 
 
Out[16]: 
    A B C D E 
0 1 1 3 1 5 
1 1 2 2 2 3 
2 1 3 1 NaN NaN 
3 2 1 1 1 2 
4 2 2 4 NaN NaN

编辑

你的问题发生了变化，但基本上是在这里，你可以使用combine_first：

In [26]: 
merged = df.combine_first(df1) 
merged 

Out[26]: 
    BOROUGH CAUSE CCOUNT TCOUNT TYPE 
0  MAN ALCOHOL  5  5 SPORT 
1  MAN  SIZE  3  3 CONV 
2  MAN ALCOHOL  2  2 WAGON 
3  BRO  NaN  NaN  2 SPORT 
4  BRO  NaN  NaN  3 CONV

你看到的“原因”的NaN是字符串“男”，我们可以用fillna来代替这些值：

In [27]: 
merged['CAUSE'] = merged['CAUSE'].fillna('Nothing') 
merged['CCOUNT'] = merged['CCOUNT'].fillna(0) 
merged 

Out[27]: 
    BOROUGH CAUSE CCOUNT TCOUNT TYPE 
0  MAN ALCOHOL  5  5 SPORT 
1  MAN  SIZE  3  3 CONV 
2  MAN ALCOHOL  2  2 WAGON 
3  BRO Nothing  0  2 SPORT 
4  BRO Nothing  0  3 CONV

来源

2016-04-26 10:01:39 EdChum

如果A实际上包含字符串，这是否重要？因为我的D和E都被设置为NaN。B和D也是字符串，如果这很重要 –

如果dtypes不相同，那么列dtype变得混合并将显示为'object'，尽管预计这会在您与数字和字符串值进行比较时出现问题，并且你的输出显示的东西看起来像数字/字符串，但实际上是其他东西，最好有同质的dtypes，以避免这种混淆 – EdChum

说我认为在这种情况下，它应该不重要，因为你不合并价值本身，只要键列dtypes同意，则上述内容不适用 – EdChum

合并长度不等的熊猫数据帧

回答

相关问题