更新

Question

我想连续为熊猫DataFrame更新一些单元格，我正在使用update来做，但是它总是只修改第一个索引，这是一个例子：

df = pd.DataFrame(data={'cod':[1000,1001], 'B': ['b1','b2'], 'C':['c1','c2']})
updated_data = pd.DataFrame({'cod':[1001], 'C':['newC1']})
updated_data2 = pd.DataFrame({'cod':[1000], 'B':['newB1']})
df.update(updated_data)
df.update(updated_data2)

此代码之后，df将具有：

      cod      B      C
0  1000.0  newB1  newC1
1  1001.0     b2     c2

应该在什么时候

         cod      B      C
cod                       
1000  1000.0  newB1     c1
1001  1001.0     b2  newC1

为了实现，我编写了以下代码，但是不知道它是否是最佳方法：

df = pd.DataFrame(data={'cod':[1000,1001], 'B': ['b1','b2'], 'C':['c1','c2']})
df = df.set_index(df.cod)
updated_data = pd.DataFrame({'cod':[1001], 'C':['newC1']})
updated_data = updated_data.set_index(updated_data.cod)
df.update(updated_data, overwrite=True)
updated_data = pd.DataFrame({'cod':[1000], 'B':['newB1']})
updated_data = updated_data.set_index(updated_data.cod)
df.update(updated_data, overwrite=True)

在我看来，它对于简单的事情非常冗长，还有另一种方法吗？

更新

这是实际的代码，而不是两个updated_data，实际上是在一个循环中：

df = pd.DataFrame(data={'cod':[1000,1001], 'B': ['b1','b2'], 'C':['c1','c2']})
df = df.set_index(df.cod)
for i in (1000,1001):
    updated_data = pd.DataFrame({'cod':[i], 'C':['newC1']})
    updated_data = updated_data.set_index(updated_data.cod)
    df.update(updated_data, overwrite=True)

Answer 1

在您的情况下，您可以简单地使用：

df.loc[df.cod == 1001, 'C'] = 'newC1'
df.loc[df.cod == 1000, 'B'] = 'newB1'

要使其速度更快，最好设置索引：

df = df.set_index(df.cod)
df.loc[df.index == 1001, 'C'] = 'newC1'
df.loc[df.index == 1000, 'B'] = 'newB1'

您可以使用列列表：

df.loc[df.index == 1001, ['C', 'B']] = ['newC', 'newB']

为特定行更新熊猫DataFrame的单元格

更新

1 个答案: