Pandas 中的 combine_first 和 null 值

Question

df1:

0 1 0 南 3.00 1 -4.00 南 2 南 7.00

df2:

0 1 2 1 -42.00 南 8.00 2 -5.00 南 4.00

df3 = df1.combine_first(df2)

df3:

0 1 2 0 南 3.00 南 1 -4.00 南 8.00 2 -5.00 7.00 4.00

这就是我希望 df3 成为的样子：

0 1 2 0 南 3.00 南 1 -4.00 南 8.00 2 南 7.00 4.00

（区别在df3.ix[2:2,0:0]）

也就是说，如果 df1 和 df2 中的任何单元格的列和索引相同，我希望 df1 的值占上风，即使该值是nan。 combine_first 会这样做，除非 df1 中的值为 nan。

Answer 1

这是一个有点老套的方法。首先，将df2 与df1 对齐，这将创建一个以df1/df2 的并集索引的框架，并填充df2 的值。然后分配回 df1 的值。

In [325]: df3, _ = df2.align(df1)

In [327]: df3.loc[df1.index, df1.columns] = df1

In [328]: df3
Out[328]: 
    0   1   2
0 NaN   3 NaN
1  -4 NaN   8
2 NaN   7   4