我有两个数据框:df1和df2 。 如果 Display Name来自df2位于df1的Display Name列，我想分配 df1 Type , Format , Behavior , Datatype值为df2 s 值。
我已经尝试过merge我能想到的一切方法。我认为loc是我最大的希望，但我似乎无法正确理解赋值语法。另外，我正在寻找一个简洁的答案 - 最好是一句话。
类似这样的事情:
df2.loc[df2['Display Name'].isin(df1['Display Name']), /
['Type', 'Format', 'Behavior', 'Datatype']] = ???
我的代码:
import pandas as pd
import numpy as np
df1 = pd.DataFrame(
{'Behavior': ['Attribute', 'Attribute', 'Attribute', 'Attribute', 'Attribute',
'Attribute', 'Attribute', 'Metric', 'Metric', 'Metric', 'Metric',
'Metric', 'Metric', 'Metric', 'Metric'],
'Datatype': ['object', 'object', 'object', 'object', 'object', 'object',
'object', 'int64', 'int64', 'int64', 'int64', 'float64',
'float64', 'float64', 'float64'],
'Display Name': ['Campaign', 'Campaign ID', 'Campaign ID', 'Campaign state',
'Campaign state', 'Currency', 'Currency', 'Impressions',
'Impressions', 'Clicks', 'Clicks', 'CTR', 'CTR', 'Avg. CPC',
'Avg. CPC'],
'Format': ['{}', '{}', '{}', '{}', '{}', '{}', '{}', '{:,.0f}', '{:,.0f}',
'{:,.0f}', '{:,.0f}', '{:.2f}%', '{:.2f}%', '${:,.2f}', '${:,.2f}'],
'Type': ['String', 'String', 'String', 'String', 'String', 'String', 'String',
'Integer', 'Integer', 'Integer', 'Integer', 'Percent', 'Percent',
'Currency', 'Currency']},
columns=['Display Name', 'Type', 'Format', 'Behavior', 'Datatype'])
df2 = pd.DataFrame(
{ 'Behavior': [ 'Attribute', 'Metric', 'Metric', 'Metric', 'Attribute',
'Metric', 'Metric', 'Attribute', 'Metric', 'Metric', 'Metric'],
'Datatype': [ 'object', 'float64', 'float64', 'float64', 'object', 'int64',
'int64', 'object', 'float64', 'float64', 'float64'],
'Display Name': [ 'Match type', 'Destination URL', 'Final URL',
'Mobile final URL', 'Labels', 'Impressions', 'Clicks',
'CTR', 'Avg. CPC', 'Cost', 'Avg. position'],
'Format': [ '{}', '{:.2f}', '{:.2f}', '{:.2f}', '{}', '{:,.0f}', '{:,.0f}',
'{}', '{:.2f}', '{:.2f}', '{:.2f}'],
'Type': [ 'String', 'Float', 'Float', 'Float', 'String', 'Integer',
'Integer', 'String', 'Float', 'Float', 'Float']},
columns=['Display Name', 'Type', 'Format', 'Behavior', 'Datatype'])
df2_vals_in_df1 = df2.loc[df2['Display Name'].isin(df1['Display Name']), df2.columns[:]]
df1_vals_in_df2 = df1.loc[df1['Display Name'].isin(df2['Display Name']), df1.columns[:]]
它看起来像什么:
>>> df1
Display Name Type Format Behavior Datatype
0 Campaign String {} Attribute object
1 Campaign ID String {} Attribute object
2 Campaign ID String {} Attribute object
3 Campaign state String {} Attribute object
4 Campaign state String {} Attribute object
5 Currency String {} Attribute object
6 Currency String {} Attribute object
7 Impressions Integer {:,.0f} Metric int64
8 Impressions Integer {:,.0f} Metric int64
9 Clicks Integer {:,.0f} Metric int64
10 Clicks Integer {:,.0f} Metric int64
11 CTR Percent {:.2f}% Metric float64
12 CTR Percent {:.2f}% Metric float64
13 Avg. CPC Currency ${:,.2f} Metric float64
14 Avg. CPC Currency ${:,.2f} Metric float64
>>> df2
Display Name Type Format Behavior Datatype
0 Match type String {} Attribute object
1 Destination URL Float {:.2f} Metric float64
2 Final URL Float {:.2f} Metric float64
3 Mobile final URL Float {:.2f} Metric float64
4 Labels String {} Attribute object
5 Impressions Integer {:,.0f} Metric int64
6 Clicks Integer {:,.0f} Metric int64
7 CTR String {} Attribute object
8 Avg. CPC Float {:.2f} Metric float64
9 Cost Float {:.2f} Metric float64
10 Avg. position Float {:.2f} Metric float64
>>> df2_vals_in_df1
Display Name Type Format Behavior Datatype
5 Impressions Integer {:,.0f} Metric int64
6 Clicks Integer {:,.0f} Metric int64
7 CTR String {} Attribute object
8 Avg. CPC Float {:.2f} Metric float64
>>> df1_vals_in_df2
Display Name Type Format Behavior Datatype
7 Impressions Integer {:,.0f} Metric int64
8 Impressions Integer {:,.0f} Metric int64
9 Clicks Integer {:,.0f} Metric int64
10 Clicks Integer {:,.0f} Metric int64
11 CTR Percent {:.2f}% Metric float64
12 CTR Percent {:.2f}% Metric float64
13 Avg. CPC Currency ${:,.2f} Metric float64
14 Avg. CPC Currency ${:,.2f} Metric float64
注意如何df1_vals_in_df2 Display Name可能会多次使用相同的名称。他们的Type , Format , Behavior , Datatype两行中的值始终是相同的值。
df2 的预期输出:
>>> df2
Display Name Type Format Behavior Datatype
0 Match type String {} Attribute object
1 Destination URL Float {:.2f} Metric float64
2 Final URL Float {:.2f} Metric float64
3 Mobile final URL Float {:.2f} Metric float64
4 Labels String {} Attribute object
5 Impressions Integer {:,.0f} Metric int64 <-- same
6 Clicks Integer {:,.0f} Metric int64 <-- same
7 CTR Percent {:.2f}% Metric float64 <-- changed
8 Avg. CPC Currency ${:,.2f} Metric float64 <-- changed
9 Cost Float {:.2f} Metric float64
10 Avg. position Float {:.2f} Metric float64
要点 1:第 5 行和第 6 行是相同的，因为它们在 df1 中是相同的。和df2 .
要点#2:第 7 行，更改自 String, {}, Attribute, object至Percent, {:.2f}%, Metric, float64 - df1 中的行值因为Display Name来自df2被发现于Display Name在df1 .
要点 #3:第 8 行，由于与要点 #2 中所述的相同原因而更改。
尝试过:
第一季度:Python Pandas: Merge or Filter DataFrame by Another. Is there a Better Way?
没有解决这个问题，因为我不想创建一个新的数据框；我正在尝试将现有数据框中的值替换为另一个数据框中的值。
第二季度:Replace column values based on another dataframe python pandas - better way?
没有解决这个问题，因为该示例包含一个具有正确值的 df，而我的情况是具有正确值和不正确值的 df。
抱歉，这是一个很长的问题。我只是想提供足够的背景信息。
最佳答案
根据 JohnE 的说法，我认为 combine_first 将是一个优雅的解决方案，前提是您将 Display Name 设置为索引。这让我想到了另一点。我认为只有当“显示名称”恰好对应于每个表中的一组属性时，您的任务才是明确定义的。假设您可以删除重复项、设置索引并使用 .update ，如下所示:
df1 = df1.drop_duplicates()
df1 = df1.set_index('Display Name')
df2 = df2.set_index('Display Name')
df2_c = df2.copy()
df2.update(df1)
df1.update(df2_c)
del df2_c
如果您愿意，您可以使用辅助索引重置 df1 的尺寸。
关于python - Pandas:使用另一个数据帧中的重复行更新多个数据帧列，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/36094108/