将两个数据帧中的列合并到

Question

我有一个系列，我分为两部分，因为部分包含需要不同处理的条款。之后，我想按照最初的顺序合并两个拆分的序列（实际上，在处理之后，它们现在是两列数据帧）。我几乎解决了这个问题：

import pandas as pd
terms = pd.Series(["oo1", "oo2", "oo3", "aa1", "aa2", "oo4"], name="term")

# 0    oo1
# 1    oo2
# 2    oo3
# 3    aa1
# 4    aa2
# 5    oo4
terms_oo = terms[terms.apply(lambda term: "oo" in term)]

# 0    oo1
# 1    oo2
# 2    oo3
# 5    oo4
terms_aa = terms[terms.apply(lambda term: "aa" in term)]

# 3    aa1
# 4    aa2

# process differently so you end up with
df_aa = pd.concat([terms_aa, pd.Series(["taa1", "taa2"], index=[3, 4])], axis=1)
df_aa.columns = ["term", "annotations"]

#    term annotations
# 3  aa1  taa1
# 4  aa2  taa2

df_oo = pd.concat([terms_oo, pd.Series(["too1", "too2", "too3", "too4"], index=[0, 1, 2, 5])], axis=1)
df_oo.columns = ["term", "annotations"]

#   term annotations
# 0  oo1  too1
# 1  oo2  too2
# 2  oo3  too3
# 5  oo4  too4

现在我想把df_aa和df_oo组合起来，这样它们就有了terms中的原始顺序，因此annotations是一列，其中包括来自df_aa和df_oo的值。我该怎么做？你知道吗

我尝试了以下步骤，但找不到所需的最后一步：

terms_df = pd.DataFrame(terms)
m1 = terms_df.merge(df_aa, on="term", how="outer")
m2 = m1.merge(df_oo, on="term", how="outer")

#  term annotations_x annotations_y
# 0  oo1           NaN          too1
# 1  oo2           NaN          too2
# 2  oo3           NaN          too3
# 3  aa1          taa1           NaN
# 4  aa2          taa2           NaN
# 5  oo4           NaN          too4

上面我想把annotations列合并成一个。它们应该是互斥的（一个中的nan在另一个中有一个值）。你知道吗

以下是我尝试过的：

m2["annotations"] = m2[pd.isnull(m2["annotations_x"])]["annotations_y"]

m2
#   term annotations_x annotations_y annotations
# 0  oo1           NaN          too1        too1
# 1  oo2           NaN          too2        too2
# 2  oo3           NaN          too3        too3
# 3  aa1          taa1           NaN         NaN
# 4  aa2          taa2           NaN         NaN
# 5  oo4           NaN          too4        too4

m2["annotations"] = m2[pd.isnull(m2["annotations_y"])]["annotations_x"]
m2
#  term annotations_x annotations_y annotations
# 0  oo1           NaN          too1         NaN
# 1  oo2           NaN          too2         NaN
# 2  oo3           NaN          too3         NaN
# 3  aa1          taa1           NaN        taa1
# 4  aa2          taa2           NaN        taa2
# 5  oo4           NaN          too4         NaN

我把这整件事都包括进去，因为我最初想做的事情可能只需要几行字就可以完成。所以我没有仅仅展示我的最后一个问题，而是包括了整个问题，因为如果我更聪明的话，我现在正在努力解决的最后一个问题可能是可以避免的。你知道吗

Answer 1

使用append()和sort()

这里没有必要做任何复杂的事情。索引是保留的，因此您可以简单地附加它们并对它们进行排序

result = df_oo.append(df_aa).sort()
print(result)

  term annotations
0  oo1        too1
1  oo2        too2
2  oo3        too3
3  aa1        taa1
4  aa2        taa2
5  oo4        too4