python - 连接两个 DataFrame 并替换 Python 中的列值

Question

我有数据框 df1:

    Expenses        Calendar    Actual
0   xyz             2020-01-01  10
1   xyz             2020-02-01  99
2   txn vol(new)    2020-01-01  5
3   txn vol(new)    2020-02-01  20
4   txn vol(tenu)   2020-01-01  30
5   txn vol(tenu)   2020-02-01  40

第二个数据帧 df2:

    Expenses    Calendar    Actual
0   txn vol(new)    2020-01-01  23
1   txn vol(new)    2020-02-01  32
2   txn vol(tenu)   2020-01-01  60

现在我想从 df1 读取所有数据，并使用费用 + 日历加入 df2，然后从 df2 替换 df1 中的实际值。

预期输出是:

    Expenses        Calendar    Actual
0   xyz             2020-01-01  10
1   xyz             2020-02-01  99
2   txn vol(new)    2020-01-01  23
3   txn vol(new)    2020-02-01  32
4   txn vol(tenu)   2020-01-01  60
5   txn vol(tenu)   2020-02-01  40

我正在使用下面的代码

cols_to_replace = ['Actual']
df1.loc[df1.set_index(['Calendar','Expenses']).index.isin(df2.set_index(['Calendar','Expenses']).index), cols_to_replace] = df2.loc[df2.set_index(['Calendar','Expenses']).index.isin(df1.set_index(['Calendar','Expenses']).index),cols_to_replace].values

当 df1 中有小数据时它可以工作。当它有(10K 记录)时，更新会使用错误的值。 df1 有 10K 条记录，df2 有 150 条记录。 有人可以建议如何解决这个问题吗？

谢谢

Answer 1

如果我正确理解您的解决方案，似乎假设 (1) Calendar-Expenses 组合是唯一的，并且 (2) 它们在两个数据帧中的出现都是对齐(相同顺序)？我怀疑(2)实际上并非如此？

另一个选项 - .merge() 也可以! - 可能是:

df1 = df1.set_index(["Expenses", "Calendar"])
df2 = df2.set_index(["Expenses", "Calendar"])
df1.loc[list(set(df1.index).intersection(df2.index)), "Actual"] = df2["Actual"]
df2 = df2.reset_index()  # If the original df2 is still needed
df1 = df1.reset_index()