比较pandas数据帧的列并填充缺失值

Question

我有两个pandas数据帧，如下所示。

list1 = [{'salt': 0.2, 'fat': 0.8}, {'fat': 1.0, 'protein': 0.9}]
df1 = pd.DataFrame(line2)
# Fill missing values with zeros
df1.fillna(0, inplace=True)

list2 = [{'salt': 0.1, 'sugar': 0.9}, {'oil': 0.9, 'sugar': 0.8, 'salt': 0.2}, {'protein': 0.9}]
df2 = pd.DataFrame(line2)
# Fill missing values with zeros
df2.fillna(0, inplace=True)

我的两个数据框如下所示。

df1:
   fat  protein  salt
0  0.8      0.0   0.2
1  1.0      0.9   0.0

df2:
   oil  protein  salt  sugar
0  0.0      0.0   0.1    0.9
1  0.9      0.0   0.2    0.8
2  0.0      0.9   0.0    0.0

现在我想比较df1和df2以找到缺少的主题并用零填充它们，以便数据帧的最终版本如下所示。

df1:
   fat  protein  salt  oil  sugar
0  0.8      0.0   0.2   0    0
1  1.0      0.9   0.0   0    0

df2:
   oil  protein  salt  sugar  fat
0  0.0      0.0   0.1    0.9   0
1  0.9      0.0   0.2    0.8   0
2  0.0      0.9   0.0    0.0   0

我知道使用df1.fillna(0, inplace=True)在数据df1.fillna(0, inplace=True)执行此操作。 但是有两个数据帧，我们怎么做呢？

Answer 1

使用pd.DataFrame.align确保仅沿列轴对齐。 使用参数fill_value=0以零填充缺少的元素。

df1, df2 = df1.align(df2, axis=1, fill_value=0)

---

df1

   fat  oil  protein  salt  sugar
0  0.8    0      0.0   0.2      0
1  1.0    0      0.9   0.0      0

---

df2

   fat  oil  protein  salt  sugar
0    0  0.0      0.0   0.1    0.9
1    0  0.9      0.0   0.2    0.8
2    0  0.0      0.9   0.0    0.0

Answer 2

使用df.reindex 。 不是那么优雅，仍然会发布，因为piR这次没有给你这么多的选择 ！

c = df1.columns | df2.columns
df1 = df1.reindex(columns=c).fillna(0)
df2 = df2.reindex(columns=c).fillna(0)

---

df1

   fat  oil  protein  salt  sugar
0  0.8  0.0      0.0   0.2    0.0
1  1.0  0.0      0.9   0.0    0.0


df2

   fat  oil  protein  salt  sugar
0  0.0  0.0      0.0   0.1    0.9
1  0.0  0.9      0.0   0.2    0.8
2  0.0  0.0      0.9   0.0    0.0