合并条件（或合并后用 NaN 替换）

Question

我想创建一个 new_column 合并 df 和 df2 (df=pd.merge(df,df2, how='left', on='Type') )，但前提是 df['Type']=='certain_value'

因此，如果通过正常合并，new_column 将被完全填充，我想要一堆 NaN，并且只保留另一列满足特定条件的值。

有没有办法做到这一点？

我尝试在合并后用 NaN 替换值，但我也在为此苦苦挣扎：

np.where(df['Type']!='certain_value', np.NaN, df['new_column'])

这不符合我的意愿。

Answer 1

假设您的意思是要创建一个用 df2 中的特定列填充的新列，如果除了连接键之外没有列名重复，这应该可以工作。 （如果有那么它们将被添加后缀以区分来源）如果它是一个数字列，那么其他行将被隐式设置为 Nan。

rows_of_interest = df['Type']=='certain_value'

df.loc[rows_of_interest, 'new_column'] = pd.merge(df[rows_of_interest],df2, how='left', on='Type')['new_column']