Python：合并两个数据帧，跳过一些行 w.r.t。到列值

Question

得到数据帧 df1 和 df2 如下：

df1

Item        Space
Grape       0.125
Mango       0.125
Mango       0.125
Beetroot    0.125
Beetroot    0.125
Beetroot    0.125
Carrot      0.125
Carrot      0.125
Carrot      0.125
Carrot      0.125

df2

Table_No    Part    Dedicated_Item      
1           1       null                    
1           2       null                
1           3       null                
1           5       Potato      
1           6       null                
1           7       null                
1           8       null                
2           1       null                
2           2       Onion
2           3       null                
2           5       null                
2           6       null                
2           7       null        
2           8       null

仅需要将 df1 和 df2 合并到 df2 的“Dedicated_Item”列中具有“null”值的行。 注意：不应更改 df1 和 df2 行顺序。照这样添加。如果 df2 保留了额外的行。

预期输出：

Table_No    Part    Dedicated_Item      Item        Space
1           1       null                Grape       0.125       
1           2       null                Mango       0.125   
1           3       null                Mango       0.125
1           5       Potato      
1           6       null                Beetroot    0.125
1           7       null                Beetroot    0.125
1           8       null                Beetroot    0.125
2           1       null                Carrot      0.125   
2           2       Onion
2           3       null                Carrot      0.125
2           5       null                Carrot      0.125
2           6       null                Carrot      0.125
2           7       null        
2           8       null

提前致谢！

Answer 1

假设 null 是 NaN，您可以使用：

idx = df2[df2['Dedicated_Item'].isna()].index
df2.loc[idx, df1.columns] = df1.set_axis(idx[:len(df1)])

# or for a new dataframe:
# new = pd.concat([df2, df1.set_axis(idx[:len(df1)])], axis=1)

如果您有文字 null 字符串，请使用：

idx = df2[df2['Dedicated_Item'].eq('null')].index

输出：

    Table_No  Part Dedicated_Item      Item  Space
0          1     1            NaN     Grape  0.125
1          1     2            NaN     Mango  0.125
2          1     3            NaN     Mango  0.125
3          1     5         Potato       NaN    NaN
4          1     6            NaN  Beetroot  0.125
5          1     7            NaN  Beetroot  0.125
6          1     8            NaN  Beetroot  0.125
7          2     1            NaN    Carrot  0.125
8          2     2          Onion       NaN    NaN
9          2     3            NaN    Carrot  0.125
10         2     5            NaN    Carrot  0.125
11         2     6            NaN    Carrot  0.125
12         2     7            NaN       NaN    NaN
13         2     8            NaN       NaN    NaN