combine_first和fillna有什么区别？

Question

这两个功能对我来说似乎相当。你可以看到他们在下面的代码中完成了相同的目标，因为列c和d是相等的。那么我应该什么时候使用一个呢？

下面是一个例子：

import pandas as pd 
import numpy as np 

df = pd.DataFrame(np.random.randint(0, 10, size=(10, 2)), columns=list('ab')) 
df.loc[::2, 'a'] = np.nan 

返回：

 a b 
0 NaN 4 
1 2.0 6 
2 NaN 8 
3 0.0 4 
4 NaN 4 
5 0.0 8 
6 NaN 7 
7 2.0 2 
8 NaN 9 
9 7.0 2 

这是我的出发点。现在，我将增加两列，一个使用combine_first和一个使用fillna，他们会产生相同的结果：

df['c'] = df.a.combine_first(df.b) 
df['d'] = df['a'].fillna(df['b']) 

返回：

 a b c d 
0 NaN 4 4.0 4.0 
1 8.0 7 8.0 8.0 
2 NaN 2 2.0 2.0 
3 3.0 0 3.0 3.0 
4 NaN 0 0.0 0.0 
5 2.0 4 2.0 2.0 
6 NaN 0 0.0 0.0 
7 2.0 6 2.0 2.0 
8 NaN 4 4.0 4.0 
9 4.0 6 4.0 4.0 

信贷对这个问题的数据集：Combine Pandas data frame column values into new column

Answer 1

combine_first旨在用于存在非重叠索引时。它将有效地填充空值，并为第一个不存在的索引和列提供值。所有的指标和列都包括在结果

现在，如果我们fillna

dfa.fillna(dfb) 

    w x y 
a 1 2.0 3 
b 4 1.0 5 # 1.0 filled in from `dfb` 

通知从dfb没有新的列或索引包含

dfa = pd.DataFrame([[1, 2, 3], [4, np.nan, 5]], ['a', 'b'], ['w', 'x', 'y']) 
dfb = pd.DataFrame([[1, 2, 3], [3, 4, 5]], ['b', 'c'], ['x', 'y', 'z']) 

dfa.combine_first(dfb) 

    w x y z 
a 1.0 2.0 3.0 NaN 
b 4.0 1.0 5.0 3.0 # 1.0 filled from `dfb`; 5.0 was in `dfa`; 3.0 new column 
c NaN 3.0 4.0 5.0 # whole new index 

通知。我们只填写了空值，其中dfa共享索引和列信息。

---

在你的情况，你对一列使用fillna和combine_first具有相同索引。这些转换成实际上相同的东西。