Question

我有一个df：

df = pd.DataFrame([[1,1],[3,4],[3,4]], columns=["a", 'b'])
    a   b
0   1   1
1   3   4
2   3   4

我必须根据查询过滤此df。查询可能很复杂，但是这里我使用一个简单的查询：

items = [3,4]
df.query("a in @items and b == 4")
    a   b
1   3   4
2   3   4

仅在这些行中，我想在新列中添加一些值：

configuration = {'c': 'action', "d": "non-action"}
for k, v in configuration.items():
    df[k] = v

其余各行应为空值或np.nan。所以我的最终df应该看起来像：

    a   b   c       d
0   1   1   np.nan  np.nan
1   3   4   action  non-action
2   3   4   action  non-action

问题在于，要进行查询，我最终得到一个数据框的副本。然后，我必须以某种方式合并它们，并用索引替换已修改的行。如何在不将原始df中的行替换为所查询的索引的情况下做到这一点？

Answer 1

将combine_first与assign一起使用

df.query("a in @items and b == 4").assign(**configuration).combine_first(df)
Out[138]: 
     a    b       c           d
0  1.0  1.0     NaN         NaN
1  3.0  4.0  action  non-action
2  3.0  4.0  action  non-action

在pd.DataFrame.query（）之后插入值并保留原始数据

1 个答案: