首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

基于另外两个列中的值,用另一个数据框中的值填充另一个数据框中的新列?(Python/Pandas)

在Python和Pandas中,可以使用merge函数将两个数据框按照指定的列进行合并,然后使用fillna函数将一个数据框中的缺失值填充为另一个数据框中的对应值。

具体步骤如下:

  1. 导入必要的库:
代码语言:python
代码运行次数:0
复制
import pandas as pd
  1. 创建两个数据框:
代码语言:python
代码运行次数:0
复制
df1 = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8]})
df2 = pd.DataFrame({'C': [9, 10, 11, 12]})
  1. 合并两个数据框:
代码语言:python
代码运行次数:0
复制
merged_df = pd.merge(df1, df2, left_index=True, right_index=True)

在上述代码中,使用merge函数将df1和df2按照索引进行合并。

  1. 填充缺失值:
代码语言:python
代码运行次数:0
复制
merged_df['D'] = merged_df['D'].fillna(merged_df['C'])

在上述代码中,将merged_df中的缺失值列'D'填充为merged_df中的列'C'的对应值。

完整的代码如下:

代码语言:python
代码运行次数:0
复制
import pandas as pd

df1 = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8]})
df2 = pd.DataFrame({'C': [9, 10, 11, 12]})

merged_df = pd.merge(df1, df2, left_index=True, right_index=True)
merged_df['D'] = merged_df['D'].fillna(merged_df['C'])

print(merged_df)

这段代码的输出结果将是:

代码语言:txt
复制
   A  B   C   D
0  1  5   9   9
1  2  6  10  10
2  3  7  11  11
3  4  8  12  12

这里的答案是基于Python和Pandas的,关于腾讯云相关产品和产品介绍链接地址,可以参考腾讯云官方文档或咨询腾讯云的客服人员获取更详细的信息。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

4分40秒

【技术创作101训练营】Excel必学技能-VLOOKUP函数的使用

领券