Werte ersetzen fehlt, die resultieren aus einer pandas

Question

df1

|Invoice # |Date  |Amount  
|12   |12/15/2015 |$10 
|13   |12/16/2015 |$11 
|14   |12/17/2015 |$12 

DF2

|Invoice # |Date  |Amount 
|12   |1/16/2016 |$10 
|14   |1/17/2016 |$12 

Zusammengeführt = df1.merge (DF2, wie = links, on = Rechnung #)

|Invoice # |Date   |Amount 
|12   |12/15/2015 |$10 
|NaN  |NaN   |NaN 
|14   |1/17/2016 |$12 

fusionieren

Was ich tun möchte, ist Rechnung 13, die einen NaN-Wert in der Zusammenführung zurückgegeben und in einer Liste platziert. Irgendwelche Ideen?

Answer 1

Ihr zusammengeführtes Ergebnis zeigt nicht an, was tatsächlich mit einer linken Zusammenführung geschieht?

Hier ist, was ich bekomme, wenn ich versuche, zu reproduzieren, was ich denke, Sie versuchen zu tun (Pandas Version 0.19.0 Ich verwende):

merged = df1.merge(df2, how='left', on='Invoice #') 

Dann können Sie maskieren durch die fehlenden Werte und einen Datenrahmen die Zeilen enthalten:

merged[merged['Amount_y'].isnull()] 

Oder nur eine Spalte mit dem boolean-Flag erstellen:

merged['missing_from_df2'] = merged['Amount_y'].isnull() 

Um die Dinge aus dem maskierten Datenrahmen zu wählen, sie wie jeder anderen Datenrahmen behandeln und Index in eine oder mehr Spalten von ihnen Auflistung (beachten Sie, dass, wenn Sie wollen mehr als einer, müssen Sie doppelte Klammern machen).

Sie können es auf eine neue Variable speichern die Syntax einfacher zu machen, wenn Sie mit ihm andere Dinge tun wollen.

Answer 2

Methode 1
pd.concat + drop_duplicates

pd.concat([df1, df2]).drop_duplicates(subset=['Invoice #']) 

Methode 2
combine_first

df1.set_index('Invoice #').combine_first(df2.set_index('Invoice #')).reset_index() 

Methode 3
merge

df1.merge(df2, on='Invoice #', suffixes=['', '_'], how='left')[df1.columns] 

Methode 4
join

df1.join(df2.set_index('Invoice #'), on='Invoice #', rsuffix='_')[df1.columns] 

---

alle produzieren

---

Timing
pd.concat + drop_duplicates die schnellste ist