如何合并两个 Dataframes 替换 NaN 值?
How to merge two Dataframes replacing NaN values?
我正在处理两个具有相同列的 table。我需要合并它们但替换空值(已识别广告 'N/A')。
第一个table是我的参考。所以在不同值的情况下(而不是'N/A'),结果必须以第table为准。
预期结果是一行,'DistanciaPercorrida'等于'3km','TempoCorrida'等于'4min 38s'。
解决:
我使用 df.replace('?', np.NaN)
将 'N/A' 转换为 NaN 值并在 df1.set_index('Data').combine_first(df2.set_index('Data')).reset_index()
之后
使用 combine_first
用第二个数据帧的值填充第一个数据帧的 NaN
值:
>>> df1.set_index('Data').combine_first(df2.set_index('Data')).reset_index()
Data DistanciaPercorrida TempoCorrida
0 15 de ago 3km 4min 38s
我正在处理两个具有相同列的 table。我需要合并它们但替换空值(已识别广告 'N/A')。
第一个table是我的参考。所以在不同值的情况下(而不是'N/A'),结果必须以第table为准。
预期结果是一行,'DistanciaPercorrida'等于'3km','TempoCorrida'等于'4min 38s'。
解决:
我使用 df.replace('?', np.NaN)
将 'N/A' 转换为 NaN 值并在 df1.set_index('Data').combine_first(df2.set_index('Data')).reset_index()
使用 combine_first
用第二个数据帧的值填充第一个数据帧的 NaN
值:
>>> df1.set_index('Data').combine_first(df2.set_index('Data')).reset_index()
Data DistanciaPercorrida TempoCorrida
0 15 de ago 3km 4min 38s