Question

我坐在一个非常简单的问题面前。我有两个带有一些常见指数的pandas DataFrame，如下所示：

import pandas as pd
x = pd.DataFrame(index=[1, 2, 3, 4],
                 data={'d': [5, 5, 5, 5]})
y = pd.DataFrame(index=[3, 4, 5, 6],
                 data={'d':  [6, 6, 6, 6]})

我现在要做的是按x更新y。这对我来说意味着三件事：

索引1, 2仅位于x而非y。保留x。
指数3, 4是x和y中的常见索引。使用y。
指数5, 6仅在y中。将它们各自的值添加到x。

总的来说，结果应如下所示：

x = pd.DataFrame(index=[1, 2, 3, 4, 5, 6],
                 data={'d': [5, 5, 6, 6, 6, 6]})

根据python词典思考，我尝试了x.update(y)，它执行了步骤1.和2.但是没有做第3步。我相信这是一个单行，但我找不到它。

附录

我提到了字典（索引为关键字），方法如下：

a = {1: 5,
     2: 5,
     3: 5,
     4: 5}

b = {3: 6,
     4: 6,
     5: 6,
     7: 6}

a.update(b)

它返回：

{1: 5, 2: 5, 3: 6, 4: 6, 5: 6, 7: 6}

Answer 1

您可以调用combine_first但是使用y作为目标，这将覆盖y中缺少的x值：

In [75]:

y.combine_first(x)
Out[75]:
   d
1  5
2  5
3  6
4  6
5  6
6  6

您不能使用update来实现您想要的效果，因为这只会更新现有值：

In [79]:

x.update(y)
x
Out[79]:
   d
1  5
2  5
3  6
4  6

字典x.update（y）for pandas DataFrames？

附录

1 个答案: