我有兩個dfs：
df_1
date id value
2021-01-01 A1 100
2021-01-01 A1 200
2021-01-01 A1 300
2021-01-02 A1 100
2021-01-02 A1 200
2021-01-03 A1 500
2021-01-03 A1 800
df_2
date id value_to_add
2021-01-01 A1 150
2021-01-03 A1 350
我試圖在合并期間保持結構df_1并在第一次出現時添加 ，value_to_add以便在填充后最終結果看起來像這樣，NaN除了第一個值之外的所有值都帶有 a 0：
date id value value_to_add
2021-01-01 A1 100 150
2021-01-01 A1 200 0 # 0 because the 150 have been already added
2021-01-01 A1 300 0
2021-01-02 A1 100 0 # 0 because value_to_add does not exist
2021-01-02 A1 200 0
2021-01-03 A1 500 350
2021-01-03 A1 800 0 # 0 because the 350 have been already added
我的第一個想法是洗掉一個['date', 'id']子集的重復項，然后合并df_2到它，但是我不確定如何回到df_1.
所以問題是以下 -能夠在操作期間第一次出現鍵時進行pd.merge合并。我無法找到有關此主題的任何內容，坦率地說，我不確定如何實作這一目標。
uj5u.com熱心網友回復：
您可以DataFrame.duplicated使用反轉掩碼過濾重復值，并Index.union避免洗掉從以下位置添加的新列merge：
df_1.loc[~df_1.duplicated(['date', 'id']),
df_1.columns.union(df_2.columns)] = df_1.merge(df_2, how='left')
df_1 = df_1.fillna(0)
print (df_1)
date id value value_to_add
0 2021-01-01 A1 100 150.0
1 2021-01-01 A1 200 0.0
2 2021-01-01 A1 300 0.0
3 2021-01-02 A1 100 0.0
4 2021-01-02 A1 200 0.0
5 2021-01-03 A1 500 350.0
6 2021-01-03 A1 800 0.0
輔助計數器列的另一個想法：
df_1 = df_1.assign(g = df_1.groupby(['date', 'id']).cumcount()).merge(df_2.assign(g=0), how='left')
df_1 = df_1.drop('g', 1).fillna(0)
print (df_1)
date id value value_to_add
0 2021-01-01 A1 100 150.0
1 2021-01-01 A1 200 0.0
2 2021-01-01 A1 300 0.0
3 2021-01-02 A1 100 0.0
4 2021-01-02 A1 200 0.0
5 2021-01-03 A1 500 350.0
6 2021-01-03 A1 800 0.0
uj5u.com熱心網友回復：
s =df_1.set_index(['date','id']).join(df_2.set_index(['date','id']))
s=s.assign(value_to_add=np.where(~s['value_to_add'].duplicated(keep='first'),s['value_to_add'],np.nan)).fillna(0)
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/459189.html