Python pandas 根据列值条件替换字符串

Question

鉴于这些数据框...:

DF = pd.DataFrame({'COL1': ['A', 'B', 'C', 'D','D','D'], 
                   'COL2': [11032, 1960, 11400, 11355, 8, 7], 
                   'year': ['2016', '2017', '2018', '2019', '2020', '2021']})
DF

   COL1 COL2    year
0   A   11032   2016
1   B   1960    2017
2   C   11400   2018
3   D   11355   2019
4   D   8       2020
5   D   7       2021

DF2 = pd.DataFrame({'ColX': ['D'], 'ColY':['2021'], 'ColZ':[100]
DF2
        ColX   ColY    ColZ
   0     D      2021   100

如果满足以下条件:

COL1 = 来自 DF2 的 ColX

年份 = 来自 DF2 的 ColY

然后将 COL2 中的值从 DF2 更改为 ColZ。

Answer 1

您似乎想要使用 DF2 中的数据更新 DF。

假设 DF2 中的所有值对于 ColX 和 ColY 中给定的一对值都是唯一的:

DF = DF.merge(DF2.set_index(['ColX', 'ColY'])[['ColZ']], 
              how='left', 
              left_on=['COL1', 'year'], 
              right_index=True)
DF.COL2.update(DF.ColZ)
del DF['ColZ']

>>> DF
  COL1   COL2  year
0    A  11032  2016
1    B   1960  2017
2    C  11400  2018
3    D  11355  2019
4    D      8  2020
5    D    100  2021

我将一个临时数据框 (DF2.set_index(['ColX', 'ColY'])[['ColZ']]) 合并到 DF 中，这会添加 ColZ 中的所有值，其中索引(ColX 和 ColY)与 DF 中的 COL1 和 year 的值匹配。所有不匹配的值都用 NA 填充。

然后，我使用 update 从 DF.ColZ 中的非空值覆盖 DF.COL2 中的值。

然后我删除 DF['ColZ'] 进行清理。

如果 ColZ 与 DF 中的现有列名称匹配，那么您需要进行一些调整。

替代解决方案如下:

DF = DF.set_index(['COL1', 'year']).update(DF2.set_index(['ColX', 'ColY']))
DF.reset_index(inplace=True)

输出与上面相同。