У меня есть 2 кадра данных:

ID             word
1              srv1
2              srv2
3              srv1
4              nan
5              srv3
6              srv1
7              srv5
8              nan
ID             word
1              nan
2              srv12
3              srv10
4              srv8
5              srv4
6              srv7
7              nan
8              srv9

Что мне нужно, это объединить эти два кадра данных по идентификатору и объединить слово столбца, чтобы получить:

ID             word
1              srv1 
2              srv2 , srv12
3              srv1 , srv10
4              srv8
5              srv3 , srv4
6              srv1 , srv7
7              srv5
8              srv9

Со следующим кодом

merge = pandas.merge(df1,df2,on="ID",how="left")
merge["word"] = merge[word_x] + " , " + merge["word_y"]

Я получаю:

ID             word
1              nan 
2              srv2 , srv12
3              srv1 , srv10
4              nan
5              srv3 , srv4
6              srv1 , srv7
7              nan
8              nan

Что это не правильное решение.

4
Catapultaa 2 Июл 2019 в 16:01

3 ответа

Лучший ответ

Вы можете использовать Series.str.cat и опция na_rep для заполнения столбца word, даже если один из исходных столбцов в nan, затем используйте str.strip, чтобы обрезать любой начальный / конечный {{X5} }} не между словами.

m['word'] = m['word_x'].str.cat(m['word_y'], sep=' , ', na_rep='').str.strip(' , ')

Возвращает

   ID word_x word_y          word
0   1   srv1    NaN          srv1
1   2   srv2  srv12  srv2 , srv12
2   3   srv1  srv10  srv1 , srv10
3   4    NaN   srv8          srv8
4   5   srv3   srv4   srv3 , srv4
5   6   srv1   srv7   srv1 , srv7
6   7   srv5    NaN          srv5
7   8    NaN   srv9          srv9
5
Brendan 2 Июл 2019 в 13:11

Вы можете использовать np.select, чтобы выбрать существующее значение или объединенное значение.

Попробуй это:

import pandas as pd
import numpy as np
from io import StringIO

df1 = pd.read_csv(StringIO("""
ID             word
1              srv1
2              srv2
3              srv1
4              nan
5              srv3
6              srv1
7              srv5
8              nan"""), sep=r"\s+")

df2 = pd.read_csv(StringIO("""
ID             word
1              nan
2              srv12
3              srv10
4              srv8
5              srv4
6              srv7
7              nan
8              srv9"""), sep=r"\s+")


conditions = [(~df1["word"].isna()) & df2["word"].isna(), df1["word"].isna() & (~df2["word"].isna()), (~df1["word"].isna()) & (~df2["word"].isna())]
choices = [df1["word"], df2["word"], df1["word"] + "," + df2["word"]]

df1["word"] = np.select(conditions,choices)

print(df1)

Выход:

   ID        word
0   1        srv1
1   2  srv2,srv12
2   3  srv1,srv10
3   4        srv8
4   5   srv3,srv4
5   6   srv1,srv7
6   7        srv5
7   8        srv9
1
Adam.Er8 2 Июл 2019 в 13:13

Исходя из того, что, я думаю, вы хотите сделать, я сначала избавился бы от этих nan:

df_1.fillna(value="")
df_2.fillna(value="")

А потом я бы попробовал снова объединиться и посмотреть, получишь ли ты то, что хочешь.

0
Kevin Glasson 2 Июл 2019 в 13:12