可以使用 pandas 库中的 merge() 函数来合并两个数据框,并找到共同元素。然后通过判断某一列的值是否为 NaN ,来判断该行是否存在某些值,如果不存在,可以使用 fillna() 函数来填充缺失值。
示例代码如下:
import pandas as pd
df1 = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [10, 20, 30, 40]}) df2 = pd.DataFrame({'A': [3, 4, 5, 6], 'C': ['foo', 'bar', 'baz', 'qux']})
df_merge = pd.merge(df1, df2, on='A', how='inner')
df_merge['C'] = df_merge['C'].fillna('missing')
print(df_merge)
输出结果为: A B C 0 3 30 foo 1 4 40 bar
上一篇:比较两个数据框,展示差异和缺失值,并以Excel导出。
下一篇:比较两个数据库表