时间戳

首页 > 解决方案 > 使用另一个数据框替换数据框值，没有索引匹配

python - 使用另一个数据框替换数据框值，没有索引匹配

问题描述

我想使用另一个数据帧选择性地覆盖数据帧中的值，该数据帧使用的列不是任一数据帧的索引。我可以通过临时切换索引列来解决这个问题，但我觉得必须有更好/更有效的方法。在 SE 和其他地方搜索这里没有成果。

示例数据

请注意几个关键点：

代码：

df1 = pd.DataFrame({
    'A':['lorem','ipsum','dolor','sit'],
    'B':[1,2,3,4],
    'C':[30,40,5000,6000]})

df2 = pd.DataFrame({
    'B':[4,3,5,6],
    'C':[60,50,70,80]})


df1:
   A      B    C
0  lorem  1    30
1  ipsum  2    40
2  dolor  3    5000
3  sit    4    6000


df2:
   B    C
0  4    60
1  3    50
2  5    70
3  6    80

我想要的输出

   A      B    C
0  lorem  1    30
1  ipsum  2    40
2  dolor  3    50
3  sit    4    60

我的非理想解决方案

# save indices and columns for both dfs, then re-index both
col_order1 = df1.columns
old_index1 = df1.index # not needed in my example, but needed in generalized case
df1.set_index('B', inplace=True)

col_order2 = df2.columns
old_index2 = df2.index 
df2.set_index('B', inplace=True)

# value substitution based on the new indices
df1.loc[df1.index.isin(df2.index), 'C'] = df2['C']

# undo the index changes to df1 and df2
df1.reset_index(inplace=True)
df1 = df1[col_order1]
df1.index = old_index1

df2.reset_index(inplace=True)
df2 = df2[col_order2]
df2.index = old_index2

显然这是可行的，但我是 Pandas 的新手，我觉得我缺少一些内置方法的知识来做我所描述的事情。

我怎样才能在不改变这些索引的情况下达到预期的结果？

标签： pythonpandasdataframemerge

解决方案

我会合并和 combine_first()

newDF = df1.merge(df2,
         left_on="B",
         right_on="B",
         how='left', 
         suffixes=["", "_df2"])

newDF["C"] = newDF["C_df2"].combine_first(newDF["C"]).apply(int)
print(newDF[["A","B","C"]])

       A  B   C
0  lorem  1  30
1  ipsum  2  40
2  dolor  3  50
3    sit  4  60

笔记：

  • 当您在连接的每一侧都有相同的列名时，指定后缀是可取的，只是为了便于阅读 - 我在左侧使用空后缀
  • 我在那里使用了 .apply(int) ，因为合并会生成 NaN 值，其中来自 df1 的连接键在 df2 中不存在。如果我没记错的话，整数列中存在 NaN 会将列转换为浮点数。

推荐阅读