如何根据条件将 Pandas 中的列从一个数据集复制到另一个数据集

Question

我有两个这种形式的数据集：

第一个数据集：

Booking_id   Booking amount   
6678           576545
6429           654556
6452           755849
6056           358749
6084           NaN
6542           768087

第二个数据集：

ID_Universal   Price
4857           576545
6084           465488
4886           755849
3868           358749
8669           765889
4684           768087

在第一个数据集中，Booking_amount 的 NaN 值很少......但它们存在于数据集 2 中。例如，如果您将看到 id=6084 在数据集 1 中具有 Nan 值，但对于相同的 id，金额值存在于数据集中2. 同样，数据集 2 中存在数据集 1 中 Booking_amount 的多个 Nan 值。因此，我想将数据集 2 中的值复制到数据集 1，其中数据集 1 具有 Nan 值，但对于相同的 id，它的值存在在数据集 2 中。

Answer 1

如果ID_Universal在您的第二个 dataframe 中是唯一的， fillna可以帮助您。

first_df.set_index('Booking_id')['Booking_amount'].fillna(second_df.set_index('ID_Universal')['Price'])

Answer 2

首先，您必须为唯一定义的 dataframe 设置索引

假设第一个数据集具有Booking_id ，第二个数据集具有唯一且相同的ID_Universal 。

---

首先将这些列设置为索引

df1.set_index('Booking_id', inplace=True)
df2.set_index('ID_Universal', inplace=True)

---

第二个 Make 变量基于 dataframe 列名称，基于您必须填写和必须填写的列名称。

before_change = 'amount'
after_change = 'Price'

---

使列名相同并应用fillna来填充该nan值，然后在最后一步将这些列名替换回原始值。

df1.rename(columns={before_change:after_change}, inplace=True)

df1.fillna(df2, inplace=True)

df1.rename(columns={after_change:before_change}, inplace=True)