【Pandas】pandas DataFrame combine_first

Pandas2.2 DataFrame

Binary operator functions

方法	描述
DataFrame.add(other)	用于执行 DataFrame 与另一个对象（如 DataFrame、Series 或标量）的逐元素加法操作
DataFrame.add(other[, axis, level, fill_value])	用于执行 DataFrame 与另一个对象（如 DataFrame、Series 或标量）的逐元素加法操作
DataFrame.sub(other[, axis, level, fill_value])	用于执行逐元素的减法操作
DataFrame.mul(other[, axis, level, fill_value])	用于执行逐元素的乘法操作
DataFrame.div(other[, axis, level, fill_value])	用于执行逐元素的除法操作
DataFrame.truediv(other[, axis, level, …])	用于执行逐元素的真除法操作
DataFrame.floordiv(other[, axis, level, …])	用于执行逐元素的地板除法操作
DataFrame.mod(other[, axis, level, fill_value])	用于执行逐元素的取模操作
DataFrame.pow(other[, axis, level, fill_value])	用于对 DataFrame 中的元素进行幂运算
DataFrame.dot(other)	用于计算两个 DataFrame（或 DataFrame 与 Series/数组）之间的**矩阵点积（矩阵乘法）**的方法
DataFrame.radd(other[, axis, level, fill_value])	用于执行反向加法运算
DataFrame.rsub(other[, axis, level, fill_value])	用于执行反向减法运算
DataFrame.rmul(other[, axis, level, fill_value])	用于执行反向乘法运算
DataFrame.rdiv(other[, axis, level, fill_value])	用于执行反向除法运算
DataFrame.rtruediv(other[, axis, level, …])	用于执行反向真除法运算
DataFrame.rfloordiv(other[, axis, level, …])	用于执行反向整除运算（地板除法）
DataFrame.rmod(other[, axis, level, fill_value])	用于按元素计算反向模运算（即 other % DataFrame）
DataFrame.rpow(other[, axis, level, fill_value])	用于按元素计算反向幂运算（即 other ** DataFrame）
DataFrame.lt(other[, axis, level])	用于按元素比较两个 DataFrame 或一个 DataFrame 和一个标量，判断前者是否小于后者
DataFrame.gt(other[, axis, level])	用于按元素比较两个 DataFrame 或一个 DataFrame 和一个标量，判断前者是否大于后者
DataFrame.le(other[, axis, level])	用于按元素比较两个 DataFrame 或一个 DataFrame 和一个标量，判断前者是否小于或等于后者
DataFrame.ge(other[, axis, level])	用于按元素比较两个 DataFrame 或一个 DataFrame 和一个标量，判断前者是否大于或等于后者
DataFrame.ne(other[, axis, level])	用于按元素比较两个 DataFrame 或一个 DataFrame 和一个标量，判断前者是否不等于后者
DataFrame.eq(other[, axis, level])	用于按元素比较两个 DataFrame 或一个 DataFrame 和一个标量，判断前者是否等于后者
DataFrame.combine(other, func[, fill_value, …])	用于将两个 DataFrame 按元素进行组合，并应用一个自定义的函数 func 来处理这些元素
DataFrame.combine_first(other)	用于将另一个 DataFrame 中的值填充到当前 DataFrame 中的缺失值位置

pandas.DataFrame.combine_first()

pandas.DataFrame.combine_first(other) 是 Pandas 中的一个方法，用于将另一个 DataFrame 中的值填充到当前 DataFrame 中的缺失值位置。如果当前 DataFrame 中的某个位置有值，则保持不变；如果当前 DataFrame 中的某个位置缺失值（NaN），则用另一个 DataFrame 中对应位置的值填充。

参数说明：

• other: 另一个 DataFrame，用于填充当前 DataFrame 中的缺失值。

示例

假设我们有两个 DataFrame：

import pandas as pd
import numpy as np

df1 = pd.DataFrame({
    'A': [1, 2, np.nan],
    'B': [4, np.nan, 6]
})

df2 = pd.DataFrame({
    'A': [np.nan, 20, 30],
    'B': [40, 50, 60]
})

示例 1: 使用 combine_first

result = df1.combine_first(df2)
print(result)

输出结果:

     A    B
0  1.0  4.0
1  2.0  50.0
2  30.0  6.0

解释

• 在示例 1 中，df1.combine_first(df2) 将 df2 中的值填充到 df1 中的缺失值位置。
  • df1 中 A 列的第三个元素是 NaN，被 df2 中 A 列的第三个元素 30.0 填充。
  • df1 中 B 列的第二个元素是 NaN，被 df2 中 B 列的第二个元素 50.0 填充。
  • df1 中其他位置已有值，保持不变。

这个方法在需要合并两个 DataFrame 并填充缺失值时非常有用，特别是在数据清洗和预处理阶段。