pd.merge 之后使用另一个键进一步匹配答案

【问题标题】：Further matching after pd.merge using another keypd.merge 之后使用另一个键进一步匹配
【发布时间】：2021-03-05 10:11:40
【问题描述】：

我已经合并了 2 个 DataFrame (df1, df2) 并且有一些使用 Key1 的不匹配项 (NaN)。对于其中一些，使用key2 可以进一步匹配（但仅限于NaN）。

仅匹配进一步匹配 NaN 的最佳方法是什么？

import pandas as pd

data1 = {'key1': ['abc','efg', 'xyz', 'sdf'],
         'key2' : ['123','345','567','900'],
         'emotion' : ['happy','busy','funny','excited']
        }

data2 = {'key1': ['abc','efg', 'aaa', 'sdf'],
         'key2' : ['123','345','567','600'],
         'why' : ['holiday','school','monkey','happy']
        }

df1= pd.DataFrame(data1)
df2= pd.DataFrame(data2)

df1.merge(df2, how = 'left',on = 'key1')

【问题讨论】：

标签： pandas dataframe merge nan

【解决方案1】：

这是一种并排的方法，然后fillna

s1 = df1.reset_index().merge(df2,on='key1',how='left').set_index('index')
s2 = df1.reset_index().merge(df2,on='key2',how='left').set_index('index')
out = s1.fillna(s2)
out
Out[30]: 
      key1 key2_x  emotion key2_y      why
index                                     
0      abc    123    happy    123  holiday
1      efg    345     busy    345   school
2      xyz    567    funny    NaN   monkey
3      sdf    900  excited    600    happy

【讨论】：