如何在保持冲突值的同时以异或方式 merge/join/combine 2 系列

Question

我有以下数据框，其中 '' 被认为是空的：

df = pd.DataFrame({1: ['a', 'b', 'c']+ ['']*2, 2: ['']*2+ ['d','e', 'f']})
   1  2
0  a  '' 
1  b  '' 
2  c  d
3  '' e
4  '' f

我怎样才能 merge/join/combine（我不知道正确的术语）col2 到 col1 以便我有：

   1  2
0  a ''  
1  b ''  
2  c  d
3  e '' 
4  f ''

或者如果我决定将 col1 合并到 col2 中：

   1  2
0 ''  a
1 ''  b
2  c  d
3 ''  e
4 ''  f

我希望能够决定在哪个列中合并，而另一个列应包含冲突值。提前谢谢你

Answer 1

def merge(col1, col2):
    for x in range(len(col1)):
        if col1[x] == '':
            col1[x] = col2[x]
            col2[x] = ''

此函数会将 col2 中的值合并到 col1 中，并在其中找到引号，假设两列的大小相同。您可以根据需要处理不同的尺寸。

Answer 2

您可以使用数据框方法apply():

示例数据：

定义任意变量：

merge_to_column = 2
other_column = 1

使用申请：

df['output'] = df.apply(lambda x: x[other_column] if x[merge_to_column] == '' else x[merge_to_column], axis=1)

输出：

df
  1  2 output
0  a         a
1  b         b
2  c  d      d
3     e      e
4     f      f

Answer 3

您可以使用.fillna():

df[1] = df[1].fillna(df[2])

然后你从df[2]中取出值进行碰撞：

df[2] = [None if r[1] == r[2] else r[2] for _, r in df.iterrows()]

输出：

        1   2
   0    a   None
   1    b   None
   2    c   d
   3    e   None
   4    f   None

请注意，在这种情况下，您必须使用 None 而不是对空值使用 ''：

df = pd.DataFrame({1: ['a', 'b', 'c']+[None]*2, 2: [None]*2+['d','e', 'f']})

Answer 4

您还可以将 combine_first 方法用于矢量化（和更简单的）版本：

df[1].replace('', np.nan).combine_first(df[2])

结果：

您也可以同时获取两列：

df.replace('', np.nan).combine_first(df.rename(columns={1: 2, 2: 1}))

结果：

   1  2
0  a  a
1  b  b
2  c  d
3  e  e
4  f  f

How to merge/join/combine 2 series in XOR manner while keeping conflicting values