根据索引将一个数据帧中的值附加到另一个数据帧答案

【问题标题】：Apend the values from one dataframe to another based on index根据索引将一个数据帧中的值附加到另一个数据帧
【发布时间】：2020-03-13 06:49:42
【问题描述】：

我有两个数据框 df1 和 df2。 df2 是 df1 的子集

df1 = df1=[[0,1,0,0],
      [1,2,0,0],
      [2,0,0,0],
      [2,4,0,0]]

df1 = pd.DataFrame(df1,columns=['A','B','C','D'])
>>> df1
   A  B  C  D
0  0  1  0  0
1  1  2  0  0
2  2  0  0  0
3  2  4  0  0

>>> df2
   C  D
2  1  3
3  2  4

我想根据索引将 C 和 D 的值从 df2 附加到 df1。

我的预期输出：

   A  B  C  D
0  0  1  0  0
1  1  2  0  0
2  2  0  1  3
3  2  4  2  4

【问题讨论】：

标签： python-3.x pandas

【解决方案1】：

使用DataFrame.update:

注意：这是inplace，因此它会覆盖您的df1 而无需分配回

引用自文档：

使用来自另一个 DataFrame 的非 NA 值进行就地修改。

在索引上对齐。没有返回值。

df1.update(df2)

   A  B    C    D
0  0  1 0.00 0.00
1  1  2 0.00 0.00
2  2  0 1.00 3.00
3  2  4 2.00 4.00

要转换回int，请使用DataFrame.astype：

df1 = df1.astype(int)

   A  B  C  D
0  0  1  0  0
1  1  2  0  0
2  2  0  1  3
3  2  4  2  4

另一种不太优雅的解决方案是使用addition，然后使用fillna：

(df1 + df2).fillna(df1).astype(int)

或者

df1.add(df2).fillna(df1).astype(int)

   A  B  C  D
0  0  1  0  0
1  1  2  0  0
2  2  0  1  3
3  2  4  2  4

【讨论】：

【解决方案2】：

另一种方法是使用reindex_like 和fillna

df_final = df2.reindex_like(df1).fillna(df1).astype(int)

Out[89]:
   A  B  C  D
0  0  1  0  0
1  1  2  0  0
2  2  0  1  3
3  2  4  2  4

【讨论】：