![](/img/trans.png)
[英]Python: Replacing NaN in a specific column by values from another dataframe after matching values in a different column
[英]python: replacing values in a dataframe with values from another dataframe at specific indices
我有两个数据df1
和df2
。
d = d = {'ID': [31,42,63,44,45,26],
'lat': [64,64,64,64,64,64],
'lon': [152,152,152,152,152,152],
'other1': [12,13,14,15,16,17],
'other2': [21,22,23,24,25,26]}
df1 = pd.DataFrame(data=d)
d2 ={'ID': [27,48,31,45,49,10],
'LAT': [63,63,63,63,63,63],
'LON': [153,153,153,153,153,153]}
df2 = pd.DataFrame(data=d2)
df1
列lat
和lon
的值不正确,但在我需要跟踪的其他列中具有正确的数据。 df2
具有正确的LAT
和LON
值,但只有几个与df1
共同的 ID。 我想完成两件事。 首先,我想将df1
拆分为两个数据帧: df3
其 ID 存在于df2
中; 和df4
拥有其他一切。 我可以通过以下方式获得df3
:
df3=pd.DataFrame()
for i in reduce(np.intersect1d, [df1.ID, df2.ID]):
df3=df3.append(df1.loc[df1.ID==i])
但我如何让df4
成为剩余的数据?
其次,我想用df2
中的正确数据替换df3
中的lat
和lon
值。 我认为有一种巧妙的 python 方法可以执行以下操作:
for j in range(len(df3)):
for k in range(len(df2)):
if df3.ID[j] == df2.ID[k]:
df3.lat[j] = df2.LAT[k]
df3.lon[j] = df2.LON[k]
但我什至无法让上面的嵌套循环正常工作。 如果在 python 中有更好的方法来实现这一点,我不想花很多时间让它工作。
对于问题 1,您可以使用 boolean 索引:
m = df1.ID.isin(df2.ID)
df3 = df1[m]
df4 = df1[~m]
print(df3)
print(df4)
印刷:
ID lat lon other1 other2
0 31 64 152 12 21
4 45 64 152 16 25
ID lat lon other1 other2
1 42 64 152 13 22
2 63 64 152 14 23
3 44 64 152 15 24
5 26 64 152 17 26
对于问题 2:
x = df3.merge(df2, on="ID")[["ID", "other1", "other2", "LAT", "LON"]]
print(x)
印刷:
ID other1 other2 LAT LON
0 31 12 21 63 153
1 45 16 25 63 153
编辑:对于问题 2,您可以执行以下操作:
x = df3.merge(df2, on="ID").drop(columns=["lat", "lon"])
print(x)
您可以与指标 True 合并,然后保持对LAT
和LON
的偏好,并用lat
和lon
填充 rest,然后使用指标和石斑鱼并创建字典。 然后抓取字典的键:
u = df1.merge(df2,on='ID',how='left',indicator='I')
u[['LAT','LON']] = np.where(u[['LAT','LON']].isna(),u[['lat','lon']],u[['LAT','LON']])
u = u.drop(['lat','lon'],1)
u['I'] = np.where(u['I'].eq("left_only"),"left_df","others")
d = dict(iter(u.groupby("I")))
print(d['left_df'],'\n--------\n',d['others'])
ID other1 other2 LAT LON I
1 42 13 22 64.0 152.0 left_df
2 63 14 23 64.0 152.0 left_df
3 44 15 24 64.0 152.0 left_df
5 26 17 26 64.0 152.0 left_df
--------
ID other1 other2 LAT LON I
0 31 12 21 63.0 153.0 others
4 45 16 25 63.0 153.0 others
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.