Question

我有两个数据框：

print df1
        name value a value b recommendation
a       Arn  1       30      Up
b       Bob  1       50      Wait
c       Cain 2       70      Up
d       Dain 3       80      Wait

print df2
        name value a value b recommendation
a       Arn  3       50      Up
b       Bob  2       90      Up
c       Cain 4       170     Up
d       Dain 9       280     Up

我正在尝试使用df2值更新df1，建议使用更新方法在df1上“等待”：

df1.update(df2, filter_func = df1.loc[df1['recommendation'] == 'Wait'])

这不起作用。知道如何解决这个问题吗？

编辑

预期输出为：

print df1
        name value a value b recommendation
a       Arn  1       30      Up
b       Bob  2       90      Up
c       Cain 2       70      Up
d       Dain 9       280     Up

Answer 1

使用np.nan，将其全部转到combine_first，然后我们使用df1=df1.mask(df1=='Wait').combine_first(df2) df1 Out[621]: name valuea valueb recommendation a Arn 1 30 Up b Bob 1 50 Up c Cain 2 70 Up d Dain 3 80 Up

df1.loc[(df1.recommendation!='Wait')].combine_first(df2)
Out[623]: 
   name  valuea  valueb recommendation
a   Arn     1.0    30.0             Up
b   Bob     2.0    90.0             Up
c  Cain     2.0    70.0             Up
d  Dain     9.0   280.0             Up

如果您需要更新整行

Completable

根据过滤器，使用第二个数据框中的值更新数据框

1 个答案: