我確信以前已經(jīng)回答過(guò)這個(gè)問(wèn)題，但我似乎找不到正確的解決方案。我嘗試過(guò) pd.merge、merge、combine_first 和 update，但它們似乎都沒(méi)有得到正確的工作。他們要么用 _x 創(chuàng)建一個(gè)新變量，要么在下面暗示堆棧。我希望合并df1到列缺少值的df位置。我希望對(duì)每個(gè)人都c這樣做iddatedf任務(wù)示例df date id a b c d1/1/2000 1 10 20 10 111/1/2000 2 11 21 NaN 111/1/2000 3 15 20 NaN 111/1/2000 4 12 24 13 111/2/2000 1 10 25 10 111/2/2000 2 10 20 NaN 151/2/2000 3 10 26 NaN 111/2/2000 4 10 20 16 131/3/2000 1 10 20 10 111/3/2000 2 10 20 NaN 111/3/2000 3 10 20 NaN 111/3/2000 4 10 20 10 11df1 date id c 12/29/1999 2 1 12/30/1999 3 1 12/30/1999 2 1 12/31/1999 3 1 12/31/1999 2 1 12/31/1999 4 1 1/1/2000 2 1 1/1/2000 3 14 1/2/2000 2 13 1/2/2000 3 22 1/3/2000 2 13 1/3/2000 3 18 組合后所需的 dfdf和d1df date id a b c d1/1/2000 1 10 20 10 111/1/2000 2 11 21 1 111/1/2000 3 15 20 14 111/1/2000 4 12 24 13 111/2/2000 1 10 25 10 111/2/2000 2 10 20 13 151/2/2000 3 10 26 22 111/2/2000 4 10 20 16 131/3/2000 1 10 20 10 111/3/2000 2 10 20 13 111/3/2000 3 10 20 18 111/3/2000 4 10 20 10 11
2 回答
婷婷同學(xué)_
TA貢獻(xiàn)1844條經(jīng)驗(yàn) 獲得超8個(gè)贊
MultiIndex讓我們?cè)跀?shù)據(jù)框中創(chuàng)建一個(gè)id和date列，然后使用中的相應(yīng)值Series.fillna填充NaN列中c的值：df1df2
df1['c'] = df1.set_index(['date', 'id'])['c']\
.fillna(df2.set_index(['id', 'date'])['c']).tolist()
date id a b c d
0 1/1/2000 1 10 20 10.0 11
1 1/1/2000 2 11 21 1.0 11
2 1/1/2000 3 15 20 14.0 11
3 1/1/2000 4 12 24 13.0 11
4 1/2/2000 1 10 25 10.0 11
5 1/2/2000 2 10 20 13.0 15
6 1/2/2000 3 10 26 22.0 11
7 1/2/2000 4 10 20 16.0 13
8 1/3/2000 1 10 20 10.0 11
9 1/3/2000 2 10 20 13.0 11
10 1/3/2000 3 10 20 18.0 11
11 1/3/2000 4 10 20 10.0 11
慕妹3146593
TA貢獻(xiàn)1820條經(jīng)驗(yàn) 獲得超9個(gè)贊
至少在您的示例中，您可以從值列表中填充 NA 值（無(wú)需索引）。AKA,?df1, 的長(zhǎng)度始終與缺失值的數(shù)量相同：
df = df.reset_index(drop=True)
df1 = df.reset_index(drop=True)
df.loc[df['c'].isna(), 'c'] = list(df1['c'])
結(jié)果：
? ? ? ? date? id? ?a? ?b? ? ?c? ?d
0? ?1/1/2000? ?1? 10? 20? 10.0? 11
1? ?1/1/2000? ?2? 11? 21? ?1.0? 11
2? ?1/1/2000? ?3? 15? 20? 14.0? 11
3? ?1/1/2000? ?4? 12? 24? 13.0? 11
4? ?1/2/2000? ?1? 10? 25? 10.0? 11
5? ?1/2/2000? ?2? 10? 20? 13.0? 15
6? ?1/2/2000? ?3? 10? 26? 22.0? 11
7? ?1/2/2000? ?4? 10? 20? 16.0? 13
8? ?1/3/2000? ?1? 10? 20? 10.0? 11
9? ?1/3/2000? ?2? 10? 20? 13.0? 11
10? 1/3/2000? ?3? 10? 20? 18.0? 11
11? 1/3/2000? ?4? 10? 20? 10.0? 11
添加回答
舉報(bào)
0/150
提交
取消