combine_first()合并两表数据的一个注意点

注意点：combine_first()合并两表数据默认是按照索引合并的。

问题出现背景：

我想要将df1中class的空值，用df2的class的值填充，而且是要按照对应的No索引填充。

查书发现有个函数适合

套用代码

# 读取第一张表
file_path1 = r'C:\Users\27388\Desktop\数据挖掘作业\2021\E\附件4 - 副本.xlsx'
df1 = pd.read_excel(file_path1)

# 读取第二张表
file_path2 = r'D:\spyderdata\predicted_Class_data.xlsx'
df2 = pd.read_excel(file_path2)

df1 = pd.DataFrame(df1)
df2 = pd.DataFrame(df2)

result = df1.combine_first(df2)

出现问题：
运行后查看结果，按照原本的结果，no为5的填补空值应该是C的，但是打印的却是A

而且后面还有空值并没有填充

发现问题：

篮框框出来的可以发现，它是按照索引来进行合并的，这也解释了为什么后面会有一部分没有填充了。

解决问题：

既然默认的是索引匹配的，那么将它换成按照我指定的索引(No)就好了

import pandas as pd

# 读取第一张表
file_path1 = r'C:\Users\27388\Desktop\数据挖掘作业\2021\E\附件4 - 副本.xlsx'
df1 = pd.read_excel(file_path1)

# 读取第二张表
file_path2 = r'D:\spyderdata\predicted_Class_data.xlsx'
df2 = pd.read_excel(file_path2)

# 筛选出df1中class为空的行
result = df1.set_index('No').combine_first(df2.set_index('No')).reset_index()

这样刚开始提出的两个问题就解决了。

到此结束！