使用来自另一个数据框中匹配索引的值设置数据框列答案

【问题标题】：Set dataframe column using values from matching indices in another dataframe使用来自另一个数据框中匹配索引的值设置数据框列
【发布时间】：2021-07-19 07:33:10
【问题描述】：

我想使用DF2 中col2 的匹配索引中保存的值来设置DF1 的col2 中的值：

DF1:

         col1    col2
index
    0       a
    1       b
    2       c
    3       d
    4       e
    5       f

DF2:

         col1    col2
index
    2       a      x
    3       d      y
    5       f      z

DF3:

         col1    col2
index
    0       a     NaN
    1       b     NaN
    2       c       x
    3       d       y
    4       e     NaN
    5       f       z

如果我只是尝试设置DF1['col2'] = DF2['col2']，那么col2 会作为DF3 中的所有NaN 值出现——我认为这是因为索引不同。但是，当我尝试使用 map() 执行以下操作时：

DF1.index.to_series().map(DF2['col2'])

然后我仍然得到相同的 NaN 列，但我认为它会将值映射到索引匹配的位置...

我没有得到什么？

【问题讨论】：

你试试 df1[["col2"]] = df2[["col2"]]

标签： python pandas

【解决方案1】：

您需要join 或assign：

df = df1.join(df2['col2'])
print (df)
      col1 col2
index          
0        a  NaN
1        b  NaN
2        c    x
3        d    y
4        e  NaN
5        f    z

或者：

df1 = df1.assign(col2=df2['col2']) 
#same like
#df1['col2'] = df2['col2']
print (df1)

      col1 col2
index          
0        a  NaN
1        b  NaN
2        c    x
3        d    y
4        e  NaN
5        f    z

如果不匹配并且所有值都是NaNs，则检查两个df中的索引是否具有相同的dtype：

print (df1.index.dtype)
print (df2.index.dtype)

如果不是，则使用 astype:

df1.index = df1.index.astype(int)
df2.index = df2.index.astype(int)

错误的解决方案（检查索引 2）：

df = df2.combine_first(df1)
print (df)
      col1 col2
index          
0        a  NaN
1        b  NaN
2        a    x
3        d    y
4        e  NaN
5        f    z

【讨论】：

【解决方案2】：

您可以在根据索引组合时简单地连接

df = pd.concat([df1['col1'], df2['col2']],axis = 1)

        col1    col2
index       
0       a   NaN
1       b   NaN
2       c   x
3       d   y
4       e   NaN
5       f   z

【讨论】：