使用来自另一个数据框的数据更新一个数据框，用于一个特定列 - Pandas 和 Python

Question

我正在尝试使用来自另一个数据框的数据更新一个数据框，用于一个名为“数据”的特定列。两个数据框都有唯一的 ID，称为“ID”列。两列都有一个“数据”列。我希望 df2 中的“数据”中的数据覆盖 df1“数据”中的条目，仅用于 df1 中的行数。如果 df2 中没有对应的“ID”，则应保留 df1 条目。

import pandas as pd

data1 = '''\
ID Data Data1
1  AA   BB
2  AB   BF
3  AC   BK
4  AD   BL'''

data2 = '''\
ID Data
1  AAB
3  AAL
4  MNL
5  AAP
6  MNX
8  DLP
9  POW'''

df1 = pd.read_csv(pd.compat.StringIO(data1), sep='\s+')
df2 = pd.read_csv(pd.compat.StringIO(data2), sep='\s+')

预期输出：

new df3 expected outcome.

ID Data Data1
1  AAB  BB
2  AB   BF
3  AAL  BK
4  MNL  BL

df2 是一个永远不会改变并且有数千个条目的值的主列表，而 df1 有时只有几百个条目。

我查看了 pd.merge 和 combine_first 但似乎无法获得正确的组合。

df3 = pd.merge(df1, df2, on='ID', how='left')

非常感谢任何帮助。

Answer 1

创建新数据框

这是使用更新的一种方式：

df3 = df1[:].set_index('ID')
df3['Data'].update(df2.set_index('ID')['Data'])
df3.reset_index(inplace=True)

或者我们可以使用 maps/dicts 并重新分配 (Python >= 3.5)

m = {**df1.set_index('ID')['Data'], **df2.set_index('ID')['Data']}
df3 = df1[:].assign(Data=df1['ID'].map(m))

Python

m = df1.set_index('ID')['Data']
m.update(df2.set_index('ID')['Data'])

df3 = df1[:].assign(Data=df1['ID'].map(m))

---

更新 df1

您愿意更新 df1 吗？在这种情况下：

df1.update(df2)

或者如果 ID 没有索引：

m = df2.set_index('ID')['Data']
df1.loc[df1['ID'].isin(df2['ID']),'Data'] =df1['ID'].map(m)

或者：

df1.set_index('ID',inplace=True)
df1.update(df2.set_index('ID'))
df1.reset_index(inplace=True)

---

注意：可能有些东西更有意义:)

---

完整示例：

import pandas as pd

data1 = '''\
ID Data Data1
1  AA   BB
2  AB   BF
3  AC   BK
4  AD   BL'''

data2 = '''\
ID Data
1  AAB
3  AAL
4  MNL
5  AAP
6  MNX
8  DLP
9  POW'''

df1 = pd.read_csv(pd.compat.StringIO(data1), sep='\s+')
df2 = pd.read_csv(pd.compat.StringIO(data2), sep='\s+')

m = {**df1.set_index('ID')['Data'], **df2.set_index('ID')['Data']}
df3 = df1[:].assign(Data=df1['ID'].map(m))

print(df3)

返回：

   ID Data Data1
0   1  AAB    BB
1   2   AB    BF
2   3  AAL    BK
3   4  MNL    BL