比方说，我有两个像这样的原始 DataFrame:
df1 = pd.DataFrame({"ID": [101, 102, 103], "Price":[12, 33, 44], "something":[12,22,11]})
df2 = pd.DataFrame({"ID": [101, 103], "Price":[122, 133]})
它显示如下:
ID Price something
0 101 12 12
1 102 33 22
2 103 44 11
和
ID Price
0 101 122
1 103 133
由于我没有为任何列设置任何索引，我想知道如果两个 DataFrame 具有相同的 ID，我该如何更新 df1。对于这个示例，我希望我能得到这样的结果:
ID Price something
0 101 122 12
1 102 33 22
2 103 133 11
你可以看到，我只关心价格栏。这是我现在尝试过的:
pd.concat([df1,df2]).drop_duplicates(['ID'],keep='last')
但它只是告诉我:
ID Price something
1 102 33 22.0
0 101 122 NaN
1 103 133 NaN
我不想更改任何其他列值。
我想保持 df1 的行顺序。
更新
运行答案代码后，我发现列的顺序会改变，因为我们正在使用 reset_index，一些关于索引的东西。所以我希望有人能指出我如何保持我的 DataFrame 的原始位置。现在，它看起来像下面这样:
In [180]: df1 = pd.DataFrame({"ss":[12,22,11], "ID": [101, 102, 103], "Price":[12, 33, 44], "something":[12,22,11]})
...: df2 = pd.DataFrame({"ID": [101, 103], "Price":[122, 133]})
In [181]: df1.set_index('ID',inplace=True)
...: df1.update(df2.set_index('ID'))
...: df1.reset_index(inplace=True)
In [182]: df1
Out[182]:
ID ss Price something
0 101 12 122.0 12
1 102 22 33.0 22
2 103 11 133.0 11
最佳答案
merge 后使用 np.where 和 isin 更新 df1 中的价格
df1.Price=np.where(df1.ID.isin(df2.ID),df1.merge(df2,on='ID',how='left')['Price_y'],df1.Price)
df1
ID Price something
0 101 122.0 12
1 102 33.0 22
2 103 133.0 11
使用更新:
df1.set_index('ID',inplace=True)
df1.update(df2.set_index('ID'))
df1.reset_index(inplace=True)
df1
ID Price something
0 101 122.0 12
1 102 33.0 22
2 103 133.0 11
关于python - 如果它们具有相同列的值，如何更新 pandas 列？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/55389781/