Python Pandas DataFrame combine方法用法及代碼示例

例子

基本用法

考慮以下數據幀：

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

合並兩個 DataFrames 的列以僅保留較高的值：

df.combine(df_other, np.maximum)



   A  B
0  3  5
1  8  9

自定義函數

我們還可以為 func 傳入自定義函數：

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

請注意以下事項：

• foo 隻是計算並返回兩個 DataFrame 中一對匹配列的總和。

• foo 在這裏被調用兩次，因為有兩對匹配的列標簽。

指定覆蓋

考慮以下列標簽不匹配的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

默認情況下， overwrite=True ，這意味著其他 DataFrame 中不存在的列將用 NaN 填充，反之亦然：

df.combine(df_other, np.maximum)



   A  B    C
0  3  NaN  NaN
1  8  NaN  NaN

這裏，列B和C是NaN，因為df沒有列C，而df_other沒有列B。

我們可以通過設置 overwrite=False 來保持源 DataFrame 的列完整：

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



   A  B  C
0  3  5  NaN
1  8  6  NaN

在這裏，請注意 C 列(僅出現在 df_other 中的列)的條目仍然由 NaN 填充。