Mam DF z IDS

   id
0   1
1   2
2   3
3   4

I trzeba "dołączyć do" dołączenia "(lub lewej scalania) kilku ramek do danych, jeden po drugim.

    id   text
0    1  Hello
1    2  World
2  100  Hello

I

    id   text
0    3  World
1  101  Hello

Uwaga: Nie mogę załadować wszystkich DFS jednocześnie z powodu pamięci RAM.

Standardowy "lewy dołączenia" ...

import pandas as pd
df1 = pd.DataFrame({'id': [1,2,3,4]})
df2 = pd.DataFrame({'id': [1,2,100],
                    'text': ['Hello', 'World','Hello']})
df3 = pd.DataFrame({'id': [3,101],
                    'text': ['World', 'Hello']})

m1 = pd.merge(left=df1, right=df2, on="id", how="left")
m2 = pd.merge(left=m1, right=df3, on="id", how="left")

...daje mi:

   id text_x text_y
0   1  Hello    NaN
1   2  World    NaN
2   3    NaN  World
3   4    NaN    NaN

Jednak chciałbym "zaktualizować" włączoną kolumnę, więc otrzymam:

   id text
0   1  Hello
1   2  World
2   3  World
3   4    NaN

Czy istnieje sposób na to z PD.Merge?

1
Peter 28 luty 2019, 17:49

2 odpowiedzi

Najlepsza odpowiedź

Jest to bardziej jak problem update

df1['text']=np.nan
df1.set_index('id',inplace=True)
df1.update(df2.set_index('id'))
df1.update(df3.set_index('id'))
df1.reset_index(inplace=True)
df1
Out[54]: 
   id   text
0   1  Hello
1   2  World
2   3  World
3   4    NaN
2
BENY 28 luty 2019, 15:00

Szukasz czegoś takiego?

Najpierw używamy np.where, aby warunkowo wypełnić kolumnę text, po tym, jak upuścimy kolumny, których nie potrzebujemy.


m2['text'] = np.where(m2.text_x.isnull(), m2.text_y, m2.text_x)
m2.drop(['text_x', 'text_y'], axis=1, inplace=True)


    id  text
0   1   Hello
1   2   World
2   3   World
3   4   NaN

Wyjaśnienie

np.where działa co następujące:
np.where(condition, true value, false value)

2
Erfan 28 luty 2019, 14:57