使用pandas在python中有條件地連接數據幀

Question

我有一個數據框

DF

    A  B
0  test1  1
1  test2  4
2  test3  1
3  test4  2

DF1

   C
0  test3
1  test5

我想有條件地將它們合並到一個新的數據幀

DF2

   A   B
0  test1   1
1  test2   4
2  test3   0
3  test4   2
4  test5   0

一個新的數據框，如果A列中的值等於C列，那么合並時只需將其B列值更新為默認值0，如果A列中沒有值，則等於a C列中的值只是將其添加到數據框中，如上所示，默認值為0。

Answer 1

df2 = pd.merge(df,df1,left_on='A',right_on='C',how="outer")
df2['A'].fillna(value=df2['C'],inplace=True)
df2.loc[df2['A'] == df2['C'],'B'] = 0
df2 = df2[['A','B']]

我更喜歡下面的選項，但它並不是你要求的。

df1['B'] = 0
df1.columns = ['A','B']
df2 = pd.concat([df,df1])
df2.drop_duplicates('A',take_last=True,inplace=True)
df2 = df2.sort('A').reset_index(drop=True)

Answer 2

您可以在A和C列上進行outer合並

In [31]: tmp = df.merge(df1, left_on='A', right_on='C', how='outer')

從列C替換列A nan值

In [32]: tmp['A'].fillna(value=tmp['C'], inplace=True)

然后替換C值不為空的B值。

In [33]: tmp.ix[tmp['C'].notnull(), 'B'] = 0

In [34]: tmp[['A', 'B']]
Out[34]:
A   B
0   test1   1
1   test2   4
2   test3   0
3   test4   2
4   test5   0

Answer 3

這是一個簡單的方法。 你只需要元件從所述第二數據幀col C其不是在col A在第一數據幀-以及通過缺失值設置為串聯0 。 最后你在groupby中使用一個小的hack，以防col A有幾個相同的值，以選擇一個0 ：

pd.concat([df,df1.rename(columns={'C':'A'})]).fillna(0).groupby('A', as_index=False).last()

       A  B
0  test1  1
1  test2  4
2  test3  0
3  test4  2
4  test5  0