如何在python pandas中合并两个数据框之前估算值，以避免数据丢失

问题描述

我有两个数据帧df1和df2，如下所示：

df1

      name  posteam   down      rush
0   A.Ekeler    LAC   1.0       35.7
1   A.Ekeler    LAC   2.0       15.1
2   A.Ekeler    LAC   3.0       15.9
3   A.Ekeler    LAC   4.0       0.4
4   A.Jones     GB    1.0       105.1
5   A.Jones     GB    2.0       79.2
6   A.Jones     GB    3.0       8.1
7   A.Jones     GB    4.0       1.0

df2

    name      posteam   down    passes
0   A.Ekeler    LAC     1.0     122.8
1   A.Ekeler    LAC     2.0     63.2
2   A.Ekeler    LAC     3.0     39.0
3   A.Ekeler    LAC     4.0     -1.0
4   A.Jones     GB      1.0     43.7
5   A.Jones     GB      2.0     52.0
6   A.Jones     GB      3.0     10.4

我想将它们合并到name，posteam和down行中。但是，name下的某些值在down == 4中有df1的数据，但没有df2的数据（请看A.Jones。一个df有 down == 4数据，另一个没有）。合并时，由于我要与down合并，因此down == 4上的值会消失，就像这样：

merged = pd.merge(df1,df2,on=['name','posteam','down'])

    name       posteam  down    rush    passes
0   A.Ekeler    LAC     1.0     35.7    122.8
1   A.Ekeler    LAC     2.0     15.1    63.2
2   A.Ekeler    LAC     3.0     15.9    39.0
3   A.Ekeler    LAC     4.0     0.4     -1.0
4   A.Jones     GB      1.0     105.1   43.7
5   A.Jones     GB      2.0     79.2    52.0
6   A.Jones     GB      3.0     8.1     10.4

玩家A.Jones在down == 4中有df1的数据，但没有df2中的数据。我该如何为其中一个df中没有数据的播放器估算一个0，以使它们在合并时不会消失？像这样（请看索引7）：

df2

    name      posteam   down    passes
0   A.Ekeler    LAC     1.0     122.8
1   A.Ekeler    LAC     2.0     63.2
2   A.Ekeler    LAC     3.0     39.0
3   A.Ekeler    LAC     4.0     -1.0
4   A.Jones     GB      1.0     43.7
5   A.Jones     GB      2.0     52.0
6   A.Jones     GB      3.0     10.4
7   A.Jones     GB      4.0     0.0

因此，当我合并时，我将保留down == 4中的df1数据，就像这样（请看索引7）：

merged = pd.merge(df1,'posteam,'down])

    name       posteam  down    rush    passes
0   A.Ekeler    LAC     1.0     35.7    122.8
1   A.Ekeler    LAC     2.0     15.1    63.2
2   A.Ekeler    LAC     3.0     15.9    39.0
3   A.Ekeler    LAC     4.0     0.4     -1.0
4   A.Jones     GB      1.0     105.1   43.7
5   A.Jones     GB      2.0     79.2    52.0
6   A.Jones     GB      3.0     8.1     10.4
7   A.Jones     GB      4.0     1.0     0.0

我尝试将down从合并中删除，但这使一切搞砸了

解决方法

您应该尝试

merged_df = pd.merge(df1,df2,how='outer',on=['name','posteam','down']).fillna(value=0.0)