合并键上的数据框，更改特定列的值

Question

对不起，如果这个问题已经被问过了，但我在任何地方都找不到。

我有一个大型 DataFrame，其中包含 ['A', 'B', 'C'] 列，我想根据键 A 和 B 用另一个较小的 DataFrame 的另一个值填充 C。

我不想做一次，而是递归地做。我不想要额外的列 C，我想更改 df1 C 中的值。

DF1如下

	A	B	C
0	monkey	zoo	0
1	donkey	farm	0
2	dog	house	0
...			0
10000	monkey	house	0
10001	donkey	zoo	0

DF2如下

	A	B	C
1	monkey	zoo	1
2	dog	house	2
3	donkey	zoo	3

希望的结果

	A	B	C
0	monkey	zoo	1
1	donkey	farm	0
2	dog	house	2
...			0
10000	monkey	house	0
10001	donkey	zoo	3

Answer 1

您可以将 numpy.where 与 pandas 结合使用。您可以链接 numpy.where 函数来添加多个条件。它没有使用循环，因此对于大量记录来说性能应该很好。例如：

import pandas as pd
import numpy as np

data = [[1, 'monkey', 'zoo'], [2, 'donkey', 'house'], [3, 'dog', 'house']]
df = pd.DataFrame(data, columns=['index','A','B'])
df['C'] = np.where((df['A']=='monkey') & (df['B'] == 'zoo'), 1, np.where((df['A'] == 'dog') & (df['B'] == 'house'), 2, 0))

print (df)