python - 使用 Pandas 添加来自不同表的属性

Question

我正在使用 Pandas 处理表格。

[table1]
  sample1 sample2 sample3
A 11      22      33
B 1       2       3

[table2]
  sample3 sample4 sample2
D 333     444     222

[Result]
  sample1 sample2 sample3
A 11      22      33
B 1       2       3
D NaN     222     333

我有两个表，考虑到列名，我想将(表 2 的)D 行添加到表 1。如果表1中的列在表2中存在，则将D对应的值添加到表1中，如示例2和示例3。如果表中的列在表2中不存在，如示例1 , D 的值设置为 NaN 或忽略。

有什么简单的方法可以用 Pandas 做到这一点吗？

Answer 1

我想你可以使用 concat然后通过 drop 删除列 sample4 :

print (pd.concat([table1, table2]).drop('sample4', axis=1))
   sample1  sample2  sample3
A     11.0       22       33
B      1.0        2        3
D      NaN      222      333

您可以使用 intersection用于选择 DataFrames 中的列，然后通过这些列连接 table2 的子集:

print (table2.columns.intersection(table1.columns))
Index(['sample2', 'sample3'], dtype='object')

print (pd.concat([table1,table2[table2.columns.intersection(table1.columns)]]))
   sample1  sample2  sample3
A     11.0       22       33
B      1.0        2        3
D      NaN      222      333

然后如果需要删除带有 NaN 的行，请使用 dropna :

print (pd.concat([table1, table2]).drop('sample4', axis=1).dropna())
   sample1  sample2  sample3
A     11.0       22       33
B      1.0        2        3