python - 用来自不同数据帧的数据有条件地填充 pandas 列

Question

我有一个数据框 (df1)，其中有一列“单位”，其中填充了空白 nan 值或字符串。

df1

id   s_type  s_name  s_unit
1    t1      n1      m2
2    t1      n5      m2
3    t2      n2      NaN
4    t6      n3      each

我有第二个数据帧 (df2)，它具有类似的信息，但没有 id。

df2

type  name  unit
t3    n4    cm2
t4    n2    m3
t2    n2    kg
t6    n0    Nan

我正在努力开发一个表达式来

1. 识别 df1 中单位为 null 的行并且
2. 将 df2 中的单位值插入到 df1 WHERE 的单位列中
3. df1['type'] 匹配 df2['type'] 并且 df1['name'] 匹配 df2['name']

在上面的框架中，表达式将使用值“kg”填充 df1 的“unit”列，因为“type”和“name”都匹配。

类似于:

df1.loc[df1['unit'].isnull(), 'unit'] = df2['unit'].where(
      (df1['name'] == df2['name']) & 
      (df1['type'] == df2['type']))

虽然上面的行产生了“ValueError:只能比较相同标签的系列对象。”

我已经查看了文档和其他问题。我不知所措。任何帮助将不胜感激。

Answer 1

您可以使用merge与 left join 然后 combine_first或fillna :

df = pd.merge(df1, df2, on=['type','name'], how='left')

df1['unit'] = df1['unit'].combine_first(df['unit_y'])
print (df1)
   id type name  unit
0   1   t1   n1    m2
1   2   t1   n5    m2
2   3   t2   n2    kg
3   4   t6   n3  each

<小时/>

df1['unit'] = df1['unit'].fillna(df['unit_y'])
print (df1)
   id type name  unit
0   1   t1   n1    m2
1   2   t1   n5    m2
2   3   t2   n2    kg
3   4   t6   n3  each