Python Pandas DataFrame combine方法用法及代码示例

例子

基本用法

考虑以下数据帧：

df = pd.DataFrame({"A":[3,4], "B":[5,6]})
df_other = pd.DataFrame({"A":[1,8], "B":[2,9]})



   A  B   |      A  B
0  3  5   |   0  1  2
1  4  6   |   1  8  9

合并两个 DataFrames 的列以仅保留较高的值：

df.combine(df_other, np.maximum)



   A  B
0  3  5
1  8  9

自定义函数

我们还可以为 func 传入自定义函数：

def foo(col, col_other):   # a pair of Series
 return col + col_other
df.combine(df_other, foo)



   A   B
0  4   7
1  12  15

请注意以下事项：

• foo 只是计算并返回两个 DataFrame 中一对匹配列的总和。

• foo 在这里被调用两次，因为有两对匹配的列标签。

指定覆盖

考虑以下列标签不匹配的DataFrames：

df = pd.DataFrame({"A":[3,4], "B":[5,6]})
df_other = pd.DataFrame({"A":[1,8], "C":[2,9]})



   A  B   |      A  C
0  3  5   |   0  1  2
1  4  6   |   1  8  9

默认情况下， overwrite=True ，这意味着其他 DataFrame 中不存在的列将用 NaN 填充，反之亦然：

df.combine(df_other, np.maximum)



   A  B    C
0  3  NaN  NaN
1  8  NaN  NaN

这里，列B和C是NaN，因为df没有列C，而df_other没有列B。

我们可以通过设置 overwrite=False 来保持源 DataFrame 的列完整：

df.combine(df_other, np.maximum, overwrite=False)



   A  B  C
0  3  5  NaN
1  8  6  NaN

在这里，请注意 C 列(仅出现在 df_other 中的列)的条目仍然由 NaN 填充。