【发布时间】：2015-11-10 17:29:56
【问题描述】：
努力掌握更新/合并/连接等以实现我认为的简单合并或更新过程。我有 df（记录值）和 df2（0s 的时间序列），并想用 df 的相应记录值更新/替换 df2 中的值，匹配 date_time。
示例：df=
Date_Time Perc
03/03/2010 00:05 1.0
03/03/2010 00:15 2.0
df2 =
Date_Time Perc
03/03/2010 00:00 0.0
03/03/2010 00:05 0.0
03/03/2010 00:10 0.0
03/03/2010 00:15 0.0
03/03/2010 00:20 0.0
结果将返回的位置：
Date_Time Perc
03/03/2010 00:00 0.0
03/03/2010 00:05 1.0
03/03/2010 00:10 0.0
03/03/2010 00:15 2.0
03/03/2010 00:20 0.0
我觉得这很令人沮丧，因为http://pandas.pydata.org/pandas-docs/stable/merging.html 上有很好的信息和示例，How to update values in a specific row in a Python Pandas DataFrame? 上有一个很好的 SO 问题，有多种解决方案，但尝试了多种方法，但都没有奏效。
到目前为止尝试过：使用变体重新索引 Date_time 和 df2.update(df)、多个合并/连接/连接变体、使用 apply 的改编定义（如下）......现在想知道我是否需要使用 iterrows （见下文？）。 任何关于正确方向指针的建议将不胜感激......也许我在我的方法中遗漏了一些基本的东西......
def update_vals(row, data=data):
if row.Date_Time == df.Date_Time:
row.Perc = df.Perc
return row
for index, row in df2['Date_Time'].iterrows():
x = df2['Date_Time']
for index, row in df['Date_Time'].iterrows():
x2 = df['Date_Time']
if x2 ==x:
df2['Perc'] = df['Perc']
认为这也可以，但它会导致（ValueError: cannot reindex from a duplicate axis）
df.set_index('Date_Time', inplace=True)
df2.set_index('Date_Time', inplace=True)
df2.update(df[['Perc']])
【问题讨论】：
-
df2.update(df)为我工作。 -
@hellpanderrr 这很奇怪，当我运行它时，我的输出丢失了完整的 df2（见下文 00:00 时间戳已消失）我想保留完整的 df2，并且只更改匹配时间“perc”的值：Date_Time Perc 0 03/03/2010 00:05 1.0 1 03/03/2010 00:15 2.0 2 03/03/2010 00:10 0.0 3 03/03/2010 00:15 0.0跨度>