組合兩個數據框的行

Question

我一直在查看the documentation和Pandas Merging 101 ，但找不到幫助。

假設我有兩個數據框如下

>>> df

    Values  Count  Percentage
0    Apple      0           0
1   Banana      0           0
2  Samsung      0           0
3   Orange      0           0

>>> df2

    Values  Count  Percentage
0    Apple     14        0.74
1  Samsung      5        0.26

我想合並兩個數據框以產生以下結果

>>> result

    Values  Count  Percentage
0    Apple     14        0.74
1   Banana      0           0
2  Samsung      5        0.26
3   Orange      0           0

請記住， df2始終是df的子集。
換句話說， df2中的每個值都將保證出現在df的值中。

這是我到目前為止所擁有的

result = df.merge(df2, on='Values', how='left')

>>> result

    Values  Count_x  Percentage_x  Count_y  Percentage_y
0    Apple        0             0     14.0          0.74
1   Banana        0             0      NaN           NaN
2  Samsung        0             0      5.0          0.26
3   Orange        0             0      NaN           NaN

但結果有點令人失望。
任何幫助將不勝感激。

Answer 1

或者您可以使用update 。 設置索引后，只需用新值更新 df1 中的值：

df1 = df1.set_index('Values')
df1 = df1.update(df2.set_index('Values')).reset_index()

Answer 2

我認為您想要的是pd.concat后跟.drop_duplicates()

>>> df1
    Values  Count  Percentage
0    Apple      0           0
1   Banana      0           0
2  Samsung      0           0
3   Orange      0           0
>>> df2
    Values  Count  Percentage
0    Apple     14        0.74
1  Samsung      5        0.26
>>> pd.concat([df1, df2]).drop_duplicates(subset='Values', keep='last')
    Values  Count  Percentage
1   Banana      0        0.00
3   Orange      0        0.00
0    Apple     14        0.74
1  Samsung      5        0.26

Answer 3

你應該：

• 將df中的索引設置為Values並將結果保存在臨時 DataFrame 中，
• 用df2更新它，索引也設置為Values （更新就地執行），
• 重置索引以將值轉換為常規列，
• 也許將此結果保存在df下。

執行此操作的代碼是：

wrk = df.set_index('Values')
wrk.update(df2.set_index('Values'))
df = wrk.reset_index()

結果是：

    Values  Count  Percentage
0    Apple   14.0        0.74
1   Banana    0.0        0.00
2  Samsung    5.0        0.26
3   Orange    0.0        0.00