Question

在Pandas中，您可以使用其他数据框中的数据更新数据框。

X = pd.DataFrame({'a':[1,2,3,8],'b':[2,4,6,4]})
Y = pd.DataFrame({'b':[10,20,30,40],'c':[5,6,7,8]})
X.update(Y)
   a   b
0  1  10
1  2  20
2  3  30
3  8  40

有没有办法做到这一点，以便包含Y的额外列？ e.g。

X.update(Y)
   a   b  c
0  1  10  5
1  2  20  6
2  3  30  7
3  8  40  8

在其他likely candidate methods中，X.join(Y)想要保留两个'b'列，X.merge(Y)返回空DF，X.merge(Y, how='right')返回'a'列充满NAN。

显然我可以通过加入然后删除列来实现这一点，但它会变得混乱并且内存很耗尽。

Answer 1

如果DataFrames已经具有相同的索引（如您的示例所示），则可以在不进行任何更新或加入的情况下执行此操作：

>>> pandas.concat([X[X.columns - Y.columns], Y], axis=1)
    a   b  c
0  1  10  5
1  2  20  6
2  3  30  7
3  8  40  8

这个想法是你只想要X的唯一列，加上Y中的所有列。（DataFrame columns属性给出了一个pandas索引，这些对象支持类似集合的操作，如差异，联合，和交集。）

使用额外的列更新Pandas DataFrame？

1 个答案: