Python pandas加入覆盖

Question

我发现此问题与join or merge with overwrite in pandas类似，但接受的答案对我不起作用，因为我想使用on='keys'中的df.join()。

我有一个DataFrame df，如下所示：

    keys    values
0      0  0.088344
1      0  0.088344
2      0  0.088344
3      0  0.088344
4      0  0.088344
5      1  0.560857
6      1  0.560857
7      1  0.560857
8      2  0.978736
9      2  0.978736
10     2  0.978736
11     2  0.978736
12     2  0.978736
13     2  0.978736
14     2  0.978736

然后我有一个系列s（这是某些df.groupy.apply()的结果）具有相同的键：

keys
0       0.183328
1       0.239322
2       0.574962
Name: new_values, dtype: float64

基本上我想将df中的'值'替换为系列中的值keys，以便每个keys块获得相同的新值。目前，我这样做：

df = df.join(s, on='keys')
df['values'] = df['new_values']
df = df.drop('new_values', axis=1)

然后获得（和期望的）结果：

    keys    values
0      0  0.183328
1      0  0.183328
2      0  0.183328
3      0  0.183328
4      0  0.183328
5      1  0.239322
6      1  0.239322
7      1  0.239322
8      2  0.574962
9      2  0.574962
10     2  0.574962
11     2  0.574962
12     2  0.574962
13     2  0.574962
14     2  0.574962

也就是说，我将其添加为新列，并使用on='keys'获取更正形状。然后，我将values指定为new_values并删除new_values列。这当然是完美的，唯一的问题是我发现它非常难看。

有更好的方法吗？

Answer 1

您可以尝试以下方式：

df = df[df.columns[df.columns!='values']].join(s, on='keys')

确保s被命名为＆＃39;值＆＃39;而不是＆＃39; new_values＆＃39;。

据我所知，大熊猫没有能力加入＆＃34;强制覆盖＆＃34;或＆＃34;用警告＆＃34;覆盖。