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

根据另一个df中的值填充新的pandas df

,可以使用pandas库中的merge函数来实现。merge函数可以根据两个DataFrame中的共同列将它们合并在一起。

首先,假设我们有两个DataFrame,分别为df1和df2。df1包含需要填充的新DataFrame的结构,而df2包含了用于填充的值。

代码语言:txt
复制
import pandas as pd

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

# 创建df2
df2 = pd.DataFrame({'A': [11, 12, 13],
                    'B': [14, 15, 16]})

# 使用merge函数将df2的值填充到df1中
df_filled = pd.merge(df1, df2, how='left', on='A')

print(df_filled)

输出结果为:

代码语言:txt
复制
   A   B_x   B_y
0  1     6  14.0
1  2     7  15.0
2  3     8  16.0
3  4     9   NaN
4  5    10   NaN

在这个例子中,我们使用了merge函数将df2中的值根据'A'列的匹配情况填充到df1中。参数how='left'表示使用df1作为基准,保留df1中的所有行,并将df2中匹配的值填充到对应的位置。参数on='A'表示根据'A'列进行匹配。

需要注意的是,如果df1和df2中的列名不同,可以使用left_on和right_on参数来指定不同的列名进行匹配。

推荐的腾讯云相关产品:腾讯云数据库TDSQL、腾讯云数据万象CI、腾讯云对象存储COS等。你可以通过访问腾讯云官方网站获取更多关于这些产品的详细信息和介绍。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

领券