Question

我有两个pandas数据框，我想合并在一起，但不是我在我能够找到的例子中看到的方式。我有一套＃34; old＆＃34;数据和一组新的＆＃34;两个数据框的形状相同，具有相同列名的数据。我做了一些分析并确定我需要创建第三个数据集，从＆＃34; old＆＃34;中获取一些列。数据和一些来自＆＃34; new＆＃34;数据。举个例子，假设我有这两个数据集：

df_old = pd.DataFrame(np.zeros([5,5]),columns=list('ABCDE'))
df_new = pd.DataFrame(np.ones([5,5]),columns=list('ABCDE'))

简单地说：

     A    B    C    D    E
0  0.0  0.0  0.0  0.0  0.0
1  0.0  0.0  0.0  0.0  0.0
2  0.0  0.0  0.0  0.0  0.0
3  0.0  0.0  0.0  0.0  0.0
4  0.0  0.0  0.0  0.0  0.0

和

     A    B    C    D    E
0  1.0  1.0  1.0  1.0  1.0
1  1.0  1.0  1.0  1.0  1.0
2  1.0  1.0  1.0  1.0  1.0
3  1.0  1.0  1.0  1.0  1.0
4  1.0  1.0  1.0  1.0  1.0

我做了一些分析，发现我想要替换列B和D。我可以像这样循环：

replace = dict(A=False,B=True,C=False,D=True,E=False)
df = pd.DataFrame({})
for k,v in sorted(replace.items()):
    df[k] = df_new[k] if v else df_old[k]

这给了我想要的数据：

     A    B    C    D    E
0  0.0  1.0  0.0  1.0  0.0
1  0.0  1.0  0.0  1.0  0.0
2  0.0  1.0  0.0  1.0  0.0
3  0.0  1.0  0.0  1.0  0.0
4  0.0  1.0  0.0  1.0  0.0

但是，老实说这看起来有点笨拙，我想象有一种更好的方法来使用熊猫这样做。另外，我想保留我的列的顺序，这可能不是像这个示例数据集那样按字母顺序排列，因此排序字典可能不是可行的方法，尽管我可能从数据中提取列名称如果需要，设置。

使用一些Pandas合并功能有更好的方法吗？

Answer 1

一个非常基本的方法就是过滤布尔字典然后直接分配。

      var whereClause = "";
      if (User.Roll = "Student")
      {
            whereClause = "WHERE USER_NAME = '" + User.Name + "'";
      }
            sqlQuery = "SELECT .... " + whereClause;

如果您想保留旧的DataFrame，可以使用assign()

to_rep = [k for k in replace if replace[k]]
df_old[to_rep] = df_new[to_rep]

正如Nickil所提到的那样，df_old.assign(**{k: df_new[k] for k in replace if replace[k]})显然没有保留论点顺序，因为我们正在通过一个字典。但是，为了可预测，它会在DataFrame的末尾按字母顺序插入指定的列。

<强>演示

assign()

Answer 2

只需指定所需的新列：

df_old['B'] = df_new['B']
df_old['D'] = df_new['D']

或者作为一行：

df_changes = df_old.copy()
df_changes[['B', 'D']] = df_new[['B', 'D']]

Pandas：根据布尔列表/字典

2 个答案: