如何仅替换数据框中的某些列值，根据条件从另一个列值获取它们？

Question

我在 pandas(python) 中有两个 DataFrame

df1
UniqueKey ValueFix ValueChange
A           10        100
B           15        0
C           20        150
D           15        0
E           10        100

df2
UniqueKey ValueFix ValueChange
B           15        300
D           15        400

我想根据 df2 中的值更新 df1，但 只更新“值更改”列中的值。因为实际上我不应该更新不在 df2 中的行。我怎样才能做到这一点？我迷路了。 所以我想要的结果是：

UniqueKey ValueFix ValueChange
A            10      100
B            15      300
C            20      150
D            15      400
E            10      100

在我看来，唯一的解决方案是使用 UniqueKey-ValuChange 以某种方式将 df2 转换为字典 并且 with 循环通过 df1 中的 ValueChange 条件，例如 'If row[Value_change] in dictionary then replace with value from dictionary.

但我不知道如何使用 pandas 来做到这一点

Answer 1

您可以使用 numpy where 以这种方式更新您的列：

import pandas as pd    
import numpy as np

df1 = pd.DataFrame({'UniqueKey': ['A', 'B','C','D','E'], 'ValueFix': [10,15,20,15,10], 'ValueChange': [100,0,150,0,100]})
df2 = pd.DataFrame({'UniqueKey': ['B', 'D'], 'ValueFix': [15,15], 'ValueChange': [300,400]})

merged_df = df1.merge(df2, on='UniqueKey', how='left')
df1.ValueChange = np.where(df1.UniqueKey.isin(df2.UniqueKey), merged_df.ValueChange_y, merged_df.ValueChange_x)

输出是

print(df1)
      UniqueKey  ValueFix  ValueChange
0         A        10        100.0
1         B        15        300.0
2         C        20        150.0
3         D        15        400.0
4         E        10        100.0

Answer 2

似乎应该这样做：

idx = df1.index.intersection(df2.index)
df1.loc[idx , 'ValueChange'] = df2[idx, 'ValueChange']

输出：

          ValueFix  ValueChange
UniqueKey                       
A                10          100
B                15          300
C                20          150
D                15          400
E                10          100