- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我想合并索引上的两个 DataFrame(因此 join()
)。
但这两个 DataFrame 大约有 20 列,完全相同。我希望避免重复的列,因为决定保留哪些列,删除其中一半并重命名其他列可能会很麻烦。
我的目标是制作一个 DataFrame(我称之为“旧”)作为所有先前 DataFrame 的历史。因此,我正在构建一个新的数据帧,然后将其合并到旧的数据帧中,等等。旧的数据帧将随着迭代的时间而增加。
这是一个简化的示例
import pandas as pd
df = pd.DataFrame({'A': [1,2,3],
'B': [4,5,6],
'C':[7,8,9]}
).set_index([[11,22,33]])
old = df.head(2)
new = df.tail(2)
print( old.join(new,how='outer', lsuffix='_left') )
这给出:
A_left B_left C_left A B C
11 1.0 4.0 7.0 NaN NaN NaN
22 2.0 5.0 8.0 2.0 5.0 8.0
33 NaN NaN NaN 3.0 6.0 9.0
11:我知道如果 ID 不存在于 new 中,则应该保留它,而不是使用 NaN 创建重复变量。
22:如果两者都存在该ID,则应覆盖旧值;丢弃 _left 列,保留 _right 列。
33:如果旧的ID不存在但新的ID存在,则追加
我为此在文档中搜索了很多,但找不到任何东西。
到目前为止,我最好的想法是使用后缀进行连接,然后应用过滤器:如果列 A_left、B_left C_left 为 NaN,则复制 A、B、C 中的值。删除列A_left、B_left C_left等
这似乎不是一个高效的解决方案。
或者也许附加它们,排序值,然后删除重复的 id?
由于我是 Python 新手,这可能不是最好的方法,请告诉我。
最佳答案
------------------评论后编辑-------------------------- -----
第一个选项,完整代码:它保留两者的索引,同时使用新值更新具有相同索引但不同值的行。
import pandas as pd
old = pd.DataFrame({'A': [2,3,4],
'B': [5,6,4],
'C':[8,9,4]}
).set_index([[22,33,44]])
new = pd.DataFrame({'A': [1,2,3],
'B': [44,55,66],
'C':[7,8,9]}
).set_index([[11,22,33]])
new
A B C
11 1 44 7
22 2 55 8
33 3 66 9
old
A B C
22 2 5 8
33 3 6 9
44 4 4 4
pd.merge(new, old, on=['A','B','C'], how='outer', right_index=True, left_index=True)
output:
A B C
11 1 44 7
22 2 55 8
33 3 66 9
44 4 4 4
<小时/>
你尝试过合并吗?
pd.merge(old, new, on=['A','B','C'], how='outer', left_index=True, right_index=True))
Output:
A B C
11 1 4 7
22 2 5 8
33 3 6 9
选项 2:使用追加和删除重复项:
new.append(old).drop_duplicates()
关于python - 如何使用 python pandas 连接 DataFrame 而不重复列并保持默认的左或非 NaN?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51361994/
我正在 csv 上使用 hadoop 来分析一些数据。我使用sql/mysql(不确定)来分析数据,现在陷入了僵局。 我花了好几个小时在谷歌上搜索,却没有找到任何相关的东西。我需要一个查询,在该查询中
我正在为 Bootstrap 网格布局的“简单”任务而苦苦挣扎。我希望在大视口(viewport)上有 4 列,然后在中型设备上有 2 列,最后在较小的设备上只有 1 列。 当我测试我的代码片段时,似
对于这个令人困惑的标题,我深表歉意,我想不出这个问题的正确措辞。相反,我只会给你背景信息和目标: 这是在一个表中,一个人可能有也可能没有多行数据,这些行可能包含相同的 activity_id 值,也可
具有 3 列的数据库表 - A int , B int , C int 我的问题是: 如何使用 Sequelize 结果找到 A > B + C const countTasks = await Ta
我在通过以下功能编写此查询时遇到问题: 首先按第 2 列 DESC 排序,然后从“不同的第 1 列”中选择 只有 Column1 是 DISTINCT 此查询没有帮助,因为它首先从第 1 列中进行选择
使用 Bootstrap 非常有趣和有帮助,目前我在创建以下需求时遇到问题。 “使用 bootstrap 在桌面上有 4 列,在平板电脑上有 2 列,在移动设备上有 1 列”谁能告诉我正确的结构 最佳
我是 R 新手,正在问一个非常基本的问题。当然,我在尝试从所提供的示例中获取指导的同时做了功课here和 here ,但无法在我的案例中实现这个想法,即可能是由于我的问题中的比较维度更大。 我的实
通常我会使用 R 并执行 merge.by,但这个文件似乎太大了,部门中的任何一台计算机都无法处理它! (任何从事遗传学工作的人的附加信息)本质上,插补似乎删除了 snp ID 的 rs 数字,我只剩
我有一个 df , delta1 delta2 0 -1 2 0 -1 0 0 0 我想知道如何分配 delt
您好,我想知道是否可以执行以下操作。显然,我已经尝试在 phpMyAdmin 中运行它,但出现错误。也许还有另一种方式来编写此查询。 SELECT * FROM eat_eat_restaurants
我有 2 个列表(标题和数据值)。我想要将数据值列 1 匹配并替换为头文件列 1,以获得与 dataValue 列 1 和标题值列 2 匹配的值 头文件 TotalLoad,M0001001 Hois
我有两个不同长度的文件,file2 是一个很大的引用文件,我从中提取文件 1 的数据。 我有一行 awk,我通常会对其进行调整以在我的文件中进行查找和替换,但它总是在同一列中进行查找和替换。 所以对于
假设我有两个表,如下所示。 create table contract( c_ID number(1) primary key, c_name varchar2(50) not
我有一个带有 varchar 列的 H2 表,其检查约束定义如下: CONSTRAINT my_constraint CHECK (varchar_field <> '') 以下插入语句失败,但当我删
这是最少量的代码,可以清楚地说明我的问题: One Two Three 前 2 个 div 应该是 2 个左列。第三个应该占据页面的其余部分。最后,我将添加选项来隐藏和
在 Azure 中的 Log Analytics 中,我为 VM Heartbeat 选择一个预定义查询,我在编辑器中运行查询正常,但当我去创建警报时,我不断收到警报“查询未返回 TimeGenera
在 Azure 中的 Log Analytics 中,我为 VM Heartbeat 选择一个预定义查询,我在编辑器中运行查询正常,但当我去创建警报时,我不断收到警报“查询未返回 TimeGenera
今天我开始使用 JexcelApi 并遇到了这个:当您尝试从特定位置获取元素时,不是像您通常期望的那样使用sheet.getCell(row,col),而是使用sheet.getCell(col,ro
我有一个包含 28 列的数据库。第一列是代码,第二列是名称,其余是值。 public void displayData() { con.Open(); MySqlDataAdapter
我很沮丧:每当我缩小这个网页时,一切都变得一团糟。我如何将网页居中,以便我可以缩小并且元素不会被错误定位。 (它应该是 2 列,但所有内容都合并为 1)我试过 但由于某种原因,这不起作用。 www.o
我是一名优秀的程序员,十分优秀!