当Pandas数据帧包含nan时，用“新信息”更新Pandas数据帧

Question

用“新信息”更新Pandas数据帧

我想做的是构建一个执行以下操作的函数（伪代码）：

def update(original_information, new_information):
    ... stuff ...
    return updated_information

上面的输入和输出都是Pandas数据帧，它们都可以包含许多nan。在

原始信息的示例：

^{pr2}$

新信息的一个例子：

import pandas as pd
columns = ['edgar', 'morningstar', 'yahoo']
companies = [{'morningstar': 'AAPL', 'yahoo': 'AAPL'}, {'morningstar': 'XPAR:SGO', 'yahoo': 'SGO.PA'}]
new_information = pd.DataFrame(companies, columns=columns).sort_values('yahoo').reset_index(drop=True)

   edgar  morningstar  yahoo
0  NaN    AAPL         AAPL
1  NaN    XPAR:SGO     SGO.PA

理想情况下，我的更新功能可以完成三件事：

1. 在单元格（1，晨星）中，将'XYZ'更新为'XPAR:SGO公司'自从'XPAR:SGO公司'是较新的信息
2. 在单元格（0，晨星）中，显示“AAPL”，因为原始信息是“NaN”
3. 在单元格（0，edgar）中，保留“000320192”，因为该单元格没有新信息

换句话说，我希望更新的_信息如下所示：

   edgar        morningstar  yahoo
0  00000320193  AAPL         AAPL
1  NaN          XPAR:SGO     SGO.PA

然而，我还没弄明白怎么做

我所拥有的是：

def update(original_information, new_information):
    result = pd.concat([original_information, new_information], ignore_index=True)
    result = result.drop_duplicates(subset='yahoo', keep='last').sort_values('yahoo').reset_index(drop=True)
    return result

返回：

   edgar  morningstar  yahoo
0  NaN    AAPL         AAPL
1  NaN    XPAR:SGO     SGO.PA

哪个。。。在

1. 已成功将“XYZ”替换为XPAR:SGO公司'在牢房（1，晨星）

2. 已成功使用“AAPL”更新单元格（0，晨星）

3. 但不幸的是删除单元格（0，edgar）中的“000320192”，而不是保留它

有什么建议吗？在

Answer 1

我认为您可以只使用^{}，因为它只在更新时使用来自新数据的非NA值。在

original_information.update(new_information)