我有两个像这样的数据框
df1 = pd.DataFrame({'A': ['1', '2', '3', '4','5'],
'B': ['1', '1', '1', '1','1'],
'C': ['A', 'A1', 'A2', 'A3','A4'],
'D': ['B0', 'B1', 'B2', 'B3','B4'],
'E': ['A', 'A', 'S', 'S','S']})
df2 = pd.DataFrame({'A': ['1', '6', '9', '4'],
'C': ['c', 'c1', 'c2', 'c3'],
'D': ['d1', 'd1', 'd2', 'd3']})
当 df1 在 A 中获得相同的列值时,我想用 df2 更新 df1 的 C、D 列(如果 df1['A']==df2['A'] 则 df1['C']=df2[' C'] 和 df1['D']=df2['D'])
答案应该是这样的
A B C D E
0 1 1 c d1 A
1 2 1 A1 B1 A
2 3 1 A2 B2 S
3 4 1 c3 d3 S
4 5 1 A4 B4 S
我尝试了df1.update(df2)
,但它只是用 df2 覆盖了 df1
>df1.update(df2)
> A B C D E
0 1 1 c d1 A
1 6 1 c1 d1 A
2 9 1 c2 d2 S
3 4 1 c3 d3 S
4 5 1 A4 B4 S
我尝试了pd.merge(df1, df2,how='inner',on=['A'])
仍然不是我想要的
A B C_x D_x E C_y D_y
0 1 1 A B0 A c d1
1 4 1 A3 B3 S c3 d3
谁能给我一些建议吗? 谢谢
最佳答案
我认为这会更节省空间:
编辑添加
这可能更有效:
In [22]: df1,df2 = df1.align(df2,join='left',axis=0)
In [23]: df1
Out[23]:
A B C D E
0 1 1 A B0 A
1 2 1 A1 B1 A
2 3 1 A2 B2 S
3 4 1 A3 B3 S
4 5 1 A4 B4 S
In [24]: df2
Out[24]:
A C D
0 1 c d1
1 6 c1 d1
2 9 c2 d2
3 4 c3 d3
4 NaN NaN NaN
现在您可以找到一个列相等的 bool 数组,并使用基于 loc
的赋值来就地修改 df1
而无需额外的列:
In [26]: equal_rows = df1.A == df2.A
In [27]: df1.loc[equal_rows]
Out[27]:
A B C D E
0 1 1 A B0 A
3 4 1 A3 B3 S
In [28]: df1.loc[equal_rows,['C','D']] = df2.loc[equal_rows,['C','D']]
In [29]: df1
Out[29]:
A B C D E
0 1 1 c d1 A
1 2 1 A1 B1 A
2 3 1 A2 B2 S
3 4 1 c3 d3 S
4 5 1 A4 B4 S
如果您确实需要 df2,因为它原来是这样的:
In [30]: df2.dropna(how='all',axis=0, inplace=True)
In [31]: df2
Out[31]:
A C D
0 1 c d1
1 6 c1 d1
2 9 c2 d2
3 4 c3 d3
原始答案
这是一种笨拙的方法,不节省空间:
In [13]: merged = pd.merge(df1,df2,how='left', on=['A'])
In [14]: merged
Out[14]:
A B C_x D_x E C_y D_y
0 1 1 A B0 A c d1
1 2 1 A1 B1 A NaN NaN
2 3 1 A2 B2 S NaN NaN
3 4 1 A3 B3 S c3 d3
4 5 1 A4 B4 S NaN NaN
In [15]: merged.fillna({'C_y':df1.C,'D_y':df1.D},inplace=True)
Out[15]:
A B C_x D_x E C_y D_y
0 1 1 A B0 A c d1
1 2 1 A1 B1 A A1 B1
2 3 1 A2 B2 S A2 B2
3 4 1 A3 B3 S c3 d3
4 5 1 A4 B4 S A4 B4
In [16]: merged.drop(['C_x','D_x'],axis=1,inplace=True)
In [17]: merged
Out[17]:
A B E C_y D_y
0 1 1 A c d1
1 2 1 A A1 B1
2 3 1 S A2 B2
3 4 1 S c3 d3
4 5 1 S A4 B4
如果您想要原始名称:
In [20]: merged.rename(columns={"C_y":'C','D_y':'D'},inplace=True)
In [21]: merged
Out[21]:
A B E C D
0 1 1 A c d1
1 2 1 A A1 B1
2 3 1 S A2 B2
3 4 1 S c3 d3
4 5 1 S A4 B4
关于python - pandas 通过另一个数据框更新数据框并按列分组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39908914/