基于另一个 DataFrame 更新一个 DataFrame答案

【问题标题】：Updating a DataFrame based on another DataFrame基于另一个 DataFrame 更新一个 DataFrame
【发布时间】：2014-02-25 22:22:34
【问题描述】：

给定 DataFrame df:

    Id Sex  Group  Time  Time!
0  21   M      2  2.31    NaN
1   2   F      2  2.29    NaN

和update:

    Id Sex  Group  Time
0  21   M      2  2.36
1   2   F      2  2.09
2   3   F      1  1.79

如果匹配，我想匹配 Id、Sex 和 Group 并使用 Time 值（来自 update df）更新 Time!，如果匹配，则插入新记录。

这是我的做法：

df = df.set_index(['Id', 'Sex', 'Group'])
update = update.set_index(['Id', 'Sex', 'Group'])

for i, row in update.iterrows():
    if i in df.index:  # update
        df.ix[i, 'Time!'] = row['Time']
    else:              # insert new record
        cols = up.columns.values 
        row = np.array(row).reshape(1, len(row))
        _ = pd.DataFrame(row, index=[i], columns=cols)
       df = df.append(_)

print df

              Time  Time!
Id Sex Group             
21 M   2      2.31   2.36
2  F   2      2.29   2.09
3  F   1      1.79    NaN

代码似乎有效，我希望的结果与上述匹配。但是，我注意到这在大数据集上表现不佳，有条件

if i in df.index:
    ...
else:
    ...

工作显然是错误的（它会进入else，反之亦然，我猜，这个 MultiIndex 可能是某种原因）。

所以我的问题是，您知道基于另一个 df 更新一个 df 的任何其他方式，或者我的更强大的版本吗？

【问题讨论】：

我认为您的预期有误，2.09 行，更新中没有 group=1。
我认为您的预期输出有错字。您提供的示例中没有(2, F, 1)
好的，安迪，首先你打败了我的答案，现在我的评论:)
en.wikipedia.org/wiki/The_Typing_of_the_Dead :)

标签： python pandas dataframe

【解决方案1】：

我想我会通过合并来做到这一点，然后用 where 更新列。首先从 up 中移除 Time 列：

In [11]: times = up.pop('Time')  # up = the update DataFrame

In [12]: df1 = df.merge(up, how='outer')

In [13]: df1
Out[13]:
   Id Sex  Group  Time  Time!
0  21   M      2  2.31    NaN
1   2   F      2  2.29    NaN
2   3   F      1   NaN    NaN

如果不是 NaN 和 Time，则更新时间！如果是 NaN：

In [14]: df1['Time!'] = df1['Time'].where(df1['Time'].isnull(), times)

In [15]: df1['Time'] = df1['Time'].where(df1['Time'].notnull(), times)

In [16]: df1
Out[16]:
   Id Sex  Group  Time  Time!
0  21   M      2  2.31   2.36
1   2   F      2  2.29   2.09
2   3   F      1  1.79    NaN

【讨论】：