python - 如何通过将多个列与python中另一个数据框中的一列匹配来更新数据框中目标列的某些值？答案

【问题标题】：How do I update some values of my target column in a dataframe by matching its multiple columns with one column in another dataframe in python?python - 如何通过将多个列与python中另一个数据框中的一列匹配来更新数据框中目标列的某些值？
【发布时间】：2018-03-19 14:53:16
【问题描述】：

我有两个熊猫数据框：

df1 如下所示：

a     f1     f2     f3     target
1     aa     bb     cc     NaN
2     xx     yy     zz     NaN
more rows....

df2 看起来像这样：

b     f1     target
3     bb     450
4     xx     220
more rows....

df1 的期望输出是这样的：

a     f1     f2     f3     target
1     aa     bb     cc     450
2     xx     yy     zz     220
more rows....

这是我的问题：

如何通过将df2["f1"] 与df1["f1"] 匹配或 df1["f2"] 或 df1["f3"] 来使用来自df2["target"] 的值更新df1["target"]。 p>

合并和更新功能对我不起作用，因为我需要匹配多个列。我看到的其他解决方案也用于匹配所有多列，但我的数据并非如此。（我只需要将一列与 ANY 多列相匹配。）

谢谢。

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

一种方法是创建一个字典，如果可能，将其应用于第一列，如果可能，第二列等等。

d = dict(zip(df2.f1.values,df2.target.values))
df1.target = df1.apply(lambda r: d.get(r['f1'],d.get(r['f2'],d.get(r['f3']))), axis=1)

【讨论】：

【解决方案2】：

考虑迭代合并到一个附加的数据帧中，该数据帧合并到原始数据帧：

# PAIRWISE MERGE FIELDS
merge_cols = [[i, 'f1'] for i in list(df1.columns[1:len(df1.columns)-1])]
# LIST OF INNER JOIN MERGES
dfs = [pd.merge(df1, df2, left_on=m[0], right_on=m[1], how='inner') for m in merge_cols]

# APPEND DFS
stackdf = pd.concat(dfs)[['a','target_y']]
finaldf = stackdf.merge(df1, on='a')\
                 .assign(target=stackdf['target_y'].values)\
                 .drop(['target_y'], axis=1)

print(finaldf)
#    a  f1  f2  f3  target
# 0  2  xx  yy  zz     220
# 1  1  aa  bb  cc     450

【讨论】：