在唯一ID上連接兩個數據框，但如果id不存在，則使用另一個值

Question

我有兩個這樣的數據框：

UID    mainColumn .... (other columns of data)
1      apple
2      orange
3      apple
4      orange
5      berry
....

UID2   mainColumn2
1      truck
3      car
4      boat
5      plane
...

我需要將第二個數據框加入基於UID的數據框，但是，如果df2不包含uid，則maincolumn值就是我要使用的值。 在上面的示例中，UID2不包含值2，因此最終表看起來像

UID    mainColumn ....
1      truck
2      orange
3      car
4      boat
5      plane
...

現在我知道我們可以以

df1=df1.merge(df2,left_on='UID', right_on='UID2')

但我遇到的問題不是替換丟失的值，並確保仍將其包括在內。 謝謝！

Answer 1

在將df2的列重命名為df1之后，可以使用combine_first() （例如，將UID2更改為UID ..）：

df2.columns=df1.columns#be careful, rename only matching columns
final_df=df2.set_index('UID').combine_first(df1.set_index('UID')).reset_index()

---

  UID mainColumn
0    1      truck
1    2     orange
2    3        car
3    4       boat
4    5      plane

Answer 2

我們可以先使用merge ，然后fillna缺失的值，最后drop多余的列：

final = df1.merge(df2, left_on='UID', right_on='UID2', how='left').drop('UID2', axis=1)

final['mainColumn'] = final['mainColumn2'].fillna(final['mainColumn'])

final.drop('mainColumn2', axis=1, inplace=True)

---

   UID mainColumn
0    1      truck
1    2     orange
2    3        car
3    4       boat
4    5      plane