python - 连接和分组填充 NaN 值

Question

我有这个数据框:

df:
companycode    name    address    A     B     C     ...
1234           asd     qwe,56     Tyh   123   923
1234           asd     qwe,56     Zfhs  4828  01992
6472           yui     iop,56     Retgh 8484  8484
...

我还有一个看起来像这样的:

df2:
companycode    A     B     C       ...
1234           Jid   4123  141
6472           Low   1312  3234
...

名称和地址对于单个公司代码始终相同

我想以最终看起来像这样的方式连接、加入、合并或附加它们:

companycode    name    address    A     B     C     ...
1234           asd     qwe,56     Tyh   123   923
1234           asd     qwe,56     Zfhs  4828  01992
6472           yui     iop,56     Retgh 8484  8484
1234           asd     qwe,56     Jid   4123  141
6472           yui     iop,56     Low   1312  3234
...

由于单个公司代码的名称和地址始终相同，基本上我想将 df2 与 axis=0 中的 df 连接起来，并将原始 df 公司代码中的名称和地址拉到这个新行。写起来很困惑，但我认为在视觉上效果更好。

我该怎么做？

Answer 1

pd.concat 后跟 groupby 操作应该可以做到。

df = pd.concat([df1, df2], 0, ignore_index=True)\
                          .groupby('companycode').ffill()
df

       A     B     C address  companycode name
0    Tyh   123   923  qwe,56         1234  asd
1   Zfhs  4828  1992  qwe,56         1234  asd
2  Retgh  8484  8484  iop,56         6472  yui
3    Jid  4123   141  qwe,56         1234  asd
4    Low  1312  3234  iop,56         6472  yui

---

• ignore_index=True 设置为在连接时创建新索引
• 连接在 df2 的列中留下以前不存在的 NaN 值
• 对 companycode 执行 groupby 操作，然后执行 ffill 以使用来自的正确值填充这些 NaN同一组。