Question

我有两个数据帧df1和df2

s = {'id': [4735,46,2345,8768,807],'city': ['a', 'b', 'd', 'e', 'f']}
s1 = {'id': [4735],'city_in_mail': ['x']}
df1 = pd.DataFrame(s)
df2 = pd.DataFrame(s1)

df1看起来

     id city
0  4735    a
1    46    b
2  2345    d
3  8768    e
4   807    f

和df2如下：

     id city_in_mail
0  4735            x

我想从数据帧city的列df1的值替换数据帧city_in_mail的列df2的值，以替换id所在的行值是相同的。

所以我的df1应该变成：

     id city
0  4735    x
1    46    b
2  2345    d
3  8768    e
4   807    f

如何用熊猫来做到这一点？

Answer 1

使用索引进行匹配，然后loc

df1 = df1.set_index('id')
df2 = df2.set_index('id')
df1.loc[df1.index.isin(df2.index), :] = df2.city_in_mail

或使用update

c = df1.city
c.update(df2.city_in_mail)
df1['city'] = c

所有输出

当然，最后可以随意df1.reset_index()回到以前的结构。

Answer 2

将merge与.loc一起使用

s=df1.merge(df2,how='outer')
s.loc[s.city_in_mail.notnull(),'city']=s.city_in_mail
s
  city    id city_in_mail
0    x  4735            x
1    b    46          NaN
2    d  2345          NaN
3    e  8768          NaN
4    f   807          NaN

Answer 3

尝试将combine_first与rename对齐以使列索引对齐：

df2.set_index('id')\
   .rename(columns={'city_in_mail':'city'})\
   .combine_first(df1.set_index('id'))\
   .reset_index()

输出：

       id city
0  4735.0    x
1    46.0    b
2  2345.0    d
3  8768.0    e
4   807.0    f

注意：您可以根据需要将其重新分配给df1。

Answer 4

也.map + .fillna（如果'id'是df2中的唯一键）

df1['city'] = df1.id.map(df2.set_index('id').city_in_mail).fillna(df1.city)

print(df1)
#     id city
#0  4735    x
#1    46    b
#2  2345    d
#3  8768    e
#4   807    f

从另一个数据框中的列值替换pandas数据框中的列值

4 个答案: