Pandas 左连接是右表上的 NA 值作为通配符

Question

有谁知道将 NA 值作为通配符在多列上连接 2 个数据帧的有效方法？

我的用例示例：

我有一个这样的数据框df_a：

stop1   stop2   stop3   stop4   stop5   stop6   stop7
ES       IT      GB      DE      AT      US      CA
ES       IT      DE      CH         

还有一个数据框df_p 具有这样的动作模式（可能包含或不包含 NA 值的停止和动作序列）：

stop1   act1    stop2   act2    stop3   act3    stop4     act4
ES      sell     IT                             
ES      sell     IT     sell                      DE      buy
DE      buy      CH                         

我想离开加入 df_a 和 df_p 并使用列匹配分配模式，将空值作为 comodin

在这种情况下，预期的输出应该是：

stop1   act1   stop2    act2   stop3    act3   stop4    act4    stop5   act5    stop6   act6   stop7
ES      sell    IT      sell    GB               DE      buy     AT              US             CA
ES      sell    IT              DE      buy      CH         

第一行匹配第 1 行和第 2 行中的模式，但第 2 行匹配更多行，因此我们分配了该行。第二行匹配路由模式 1 的开头和路由模式 3 的结尾，因此我们将两者都分配。

我正在处理大量数据，因此我需要一种有效的方法来执行此操作。另外，您认为逐行迭代或使用 pd.merge 更好吗？

提前致谢，

阿尔伯托

Answer 1

最好的方法是使用merge。如果您不指定公共列，它将查找它们：

df = df_a.merge(df_p, how='left')
df.fillna('', inplace=True)
print(df)

  stop1 stop2 stop3 stop4 stop5 stop6 stop7 act1 act2 act3 act4
0    ES    IT    GB    DE    AT    US    CA
1    ES    IT    DE    CH