pandas combine_first函數(shù)處理兩個數(shù)據(jù)集重疊和缺失

更新時間：2024年01月19日 10:15:39 作者：數(shù)據(jù)小鄭

combine_first是pandas中的一個函數(shù),它可以將兩個DataFrame對象按照索引進行合并,用一個對象中的非空值填充另一個對象中的空值,這個函數(shù)非常適合處理兩個數(shù)據(jù)集有部分重疊和缺失的情況,可以實現(xiàn)數(shù)據(jù)的補全和更新,本文介紹combine_first函數(shù)的語法及一些案例應用

combine_first是pandas中的一個函數(shù)，它可以將兩個DataFrame對象按照索引進行合并，用一個對象中的非空值填充另一個對象中的空值。這個函數(shù)非常適合處理兩個數(shù)據(jù)集有部分重疊和缺失的情況，可以實現(xiàn)數(shù)據(jù)的補全和更新。

本文將介紹combine_first函數(shù)的語法，以及一些案例應用的演示。

語法介紹

combine_first函數(shù)的語法如下：

DataFrame.combine_first(other)

其中，other是另一個DataFrame對象，用于和調用函數(shù)的對象進行合并。函數(shù)的返回值是一個新的DataFrame對象，它的行索引和列索引是兩個對象的并集，它的值是按照以下規(guī)則確定的：

如果調用函數(shù)的對象中的值非空，則保留該值；

如果調用函數(shù)的對象中的值為空，而other對象中的值非空，則取other對象中的值；

如果兩個對象中的值都為空，則保留調用函數(shù)的對象中的空值。

案例應用演示

下面我們用一些例子來演示combine_first函數(shù)的用法和效果。

例1：兩個對象形狀相同，有部分重疊和缺失

我們有兩個DataFrame對象，df1和df2，它們的形狀相同，但是有部分數(shù)據(jù)重疊和缺失，如下所示：

>>> import pandas as pd
>>> import numpy as np
>>> df1 = pd.DataFrame({'A': [1, np.nan, 3], 'B': [4, 5, np.nan]})
>>> df1
     A    B
0  1.0  4.0
1  NaN  5.0
2  3.0  NaN
>>> df2 = pd.DataFrame({'A': [np.nan, 2, np.nan], 'B': [np.nan, 6, 7]})
>>> df2
     A    B
0  NaN  NaN
1  2.0  6.0
2  NaN  7.0

我們可以用combine_first函數(shù)將它們合并，用df2中的非空值填充df1中的空值，得到如下結果：

可以看到，合并后的對象保留了df1中的非空值，用df2中的非空值填充了df1中的空值，實現(xiàn)了數(shù)據(jù)的補全和更新。

例2：兩個對象形狀不同，有部分重疊和缺失

我們有兩個DataFrame對象，df3和df4，它們的形狀不同，但是有部分數(shù)據(jù)重疊和缺失，如下所示：

>>> df3 = pd.DataFrame({'A': [1, np.nan, 3], 'B': [4, 5, np.nan]}, index=[0, 1, 2])
>>> df3
     A    B
0  1.0  4.0
1  NaN  5.0
2  3.0  NaN
>>> df4 = pd.DataFrame({'B': [np.nan, 6, 7], 'C': [8, 9, 10]}, index=[1, 2, 3])
>>> df4
     B   C
1  NaN   8
2  6.0   9
3  7.0  10

可以用combine_first函數(shù)將它們合并，用df4中的非空值填充df3中的空值，得到如下結果：