Ces deux fonctions me semblent équivalentes. Vous pouvez voir qu'ils accomplissent le même but dans le code ci-dessous, car les colonnes c et d sont égales. Alors quand devrais-je utiliser l'un sur l'autre?Quelle est la différence entre combine_first et fillna?
Voici un exemple:
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
Retours:
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
Ceci est mon point de départ. Maintenant, je vais ajouter deux colonnes, l'une à l'aide combine_first et un utilisant fillna, et ils produiront le même résultat:
df['c'] = df.a.combine_first(df.b)
df['d'] = df['a'].fillna(df['b'])
Retours:
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
crédit à cette question pour l'ensemble de données: Combine Pandas data frame column values into new column
Je ne suis pas très familier avec les pandas, mais il semble que vous ayez plus de contrôle avec [fillna] (https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.fillna.html) alors que [combine_first] (https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.combine_first.html) est une affaire unique – Wondercricket