python - 用修改后的 .copy() 行替换原始 DataFrame 的行：将 .copy() 结果与原始 DataFrame 合并

Question

我使用 .copy()（名为 'df_copy'）获取了一个大型 DataFrame（称为 'df'）的一部分，并应用了某些函数来创建一个新列“Category”。

但是，我还给了“df”一个名为“Category”的列，并为该列分配了一些其他值。“df_copy”中的所有其他值/列与“df”中它们各自的值/列相同：唯一的区别是“类别”列。

为了理解，

原始数据帧：

• df 是 100 行，3 列。
• df_copy 是 df 的 5 行，具有相同的列。

处理后：

• df 是 100 行，有 4 列（新列是“类别”），其中 5 行的“类别”列具有“NaN”
• df_copy 是 5 行 4 列，新列是“类别”，其值不在 df 中。

基本上，我想用来自 df_copy 的当前后处理行替换我从 df 获取的行（原始 df_copy DataFrame 中的行）。

我尝试了不同形式的合并：

• 左合并，不指定“开”：最初复制到 df_copy 中的行的类别列的结果为“NA”
• 右合并，不指定'on'：和df_copy一样
• 左合并，在 df 和 df_copy 之间没有变化的一列上（例如，“Number”）：每一列都是重复的：“Number_x”、“Number_y”、“Category_x”、“Category_y”。

标签： pythonpandasdataframemergejupyter-notebook

Answer 1

您是否尝试过使用 df.where()？

df = df.where(df['Category'].isna(), df_copy)