我正在尝试通过使用两个表df1和df2将所有者映射到IP地址。 df1包含要映射的IP列表，而df2包含IP，别名和所有者。在IP列上运行联接之后，它给了我一半的联接数据帧。可以通过在“别名”列上用联接替换NaN值来联接剩余的大多数数据，但是我不知道该怎么做。
我最初的想法是尝试将pd.merge嵌套在fillna()内，但它不接受数据框。任何帮助将不胜感激。
df1 = pd.DataFrame({'IP' : ['192.18.0.100', '192.18.0.101', '192.18.0.102', '192.18.0.103', '192.18.0.104']})
df2 = pd.DataFrame({'IP' : ['192.18.0.100', '192.18.0.101', '192.18.1.206', '192.18.1.218', '192.18.1.118'],
'Alias' : ['192.18.1.214', '192.18.1.243', '192.18.0.102', '192.18.0.103', '192.18.1.180'],
'Owner' : ['Smith, Jim', 'Bates, Andrew', 'Kline, Jenny', 'Hale, Fred', 'Harris, Robert']})
new_df = pd.DataFrame(pd.merge(df1, df2[['IP', 'Owner']], on='IP', how= 'left'))
预期输出为:
IP Owner
192.18.0.100 Smith, Jim
192.18.0.101 Bates, Andrew
192.18.0.102 Kline, Jenny
192.18.0.103 Hale, Fred
192.18.0.104 nan
最佳答案
无需合并，只需在条件满足的情况下提取数据即可。这比合并要快得多，而且不太复杂。
condition = (df1['IP'] == df2['IP']) | (df1['IP'] == df2['Alias'])
df1['Owner'] = np.where(condition, df2['Owner'], np.nan)
print(df1)
IP Owner
0 192.18.0.100 Smith, Jim
1 192.18.0.101 Bates, Andrew
2 192.18.0.102 Kline, Jenny
3 192.18.0.103 Hale, Fred
4 192.18.0.104 NaN
关于python - 通过联接填充数据框Nan值，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/57810886/