[英]how to perform outer merge on multiple DataFrames using pandas in python
[英]Outer merge pandas dataframes with overwrite
我有两个 DataFrames df_old
和df_new
具有相同的列x
(=标识符或索引)和y
(=数据)。
现在我想覆盖df_old
中可用的df_new
中的数据 + 添加df_new
中不在df_old
中的数据,所以基本上是x
上的外部合并,覆盖y
。
I tried it with pandas.DataFrame.merge
and pandas.DataFrame.update
but I am not able to achieve the desired result in one line or without doing row wise computations.
例子:
x = np.array(range(0, 10))
y = np.array(range(0, 10))
df_old = pd.DataFrame(data={'x':x,'y':y})
x = np.array(range(5, 15))
y = np.array(range(0, 10))
df_new = pd.DataFrame(data={'x':x,'y':y})
x = np.array(range(0, 15))
y = np.append(np.array(range(0, 5)), np.array(range(0, 10)))
df_desired = pd.DataFrame(data={'x':x,'y':y})
编辑:解决方案的重点应该是执行时间和 memory 效率。 简单的解决方案,例如单线将很好。
所以我会按照你的建议使用pd.merge
,然后在可能的情况下处理数据以覆盖。
使用您的示例:
df_merged = pd.merge(df_old, df_new, on="x", how="outer")
>>> df_merged
x y_x y_y
0 0 0.0 NaN
1 1 1.0 NaN
2 2 2.0 NaN
3 3 3.0 NaN
4 4 4.0 NaN
5 5 5.0 0.0
6 6 6.0 1.0
7 7 7.0 2.0
8 8 8.0 3.0
9 9 9.0 4.0
10 10 NaN 5.0
11 11 NaN 6.0
12 12 NaN 7.0
13 13 NaN 8.0
14 14 NaN 9.0
然后创建一个新的 y 列,并在适用的情况下使用您想要覆盖旧数据的数据:
df_merged["y"] = [y if pd.notna(y) else x for x,y in zip(df_merged["y_x"], df_merged["y_y"])]
>>> df_merged
x y_x y_y y
0 0 0.0 NaN 0.0
1 1 1.0 NaN 1.0
2 2 2.0 NaN 2.0
3 3 3.0 NaN 3.0
4 4 4.0 NaN 4.0
5 5 5.0 0.0 0.0
6 6 6.0 1.0 1.0
7 7 7.0 2.0 2.0
8 8 8.0 3.0 3.0
9 9 9.0 4.0 4.0
10 10 NaN 5.0 5.0
11 11 NaN 6.0 6.0
12 12 NaN 7.0 7.0
13 13 NaN 8.0 8.0
14 14 NaN 9.0 9.0
然后只是 select 正确的列:
df_merged = df_merged[["x","y"]]
>>> df_merged
x y
0 0 0.0
1 1 1.0
2 2 2.0
3 3 3.0
4 4 4.0
5 5 0.0
6 6 1.0
7 7 2.0
8 8 3.0
9 9 4.0
10 10 5.0
11 11 6.0
12 12 7.0
13 13 8.0
14 14 9.0
我找到了一个可能的有效解决方案,因为它只使用 boolean 地图,但它仍然很难看,我希望 pandas 对此类任务有更方便的解决方案:
df_desired = pd.merge(df_old, df_new, how='outer', on='x')
df_desired['y'] = df_desired.loc[df_desired['y_y'].isna(), 'y_x'].append(df_desired.loc[df_desired['y_y'].notna(), 'y_y'])
df_desired = df_desired[['x','y']]
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.