用修改后的.copy（）行替换原始DataFrame的行：将.copy（）结果与原始DataFrame合并

Question

我使用.copy（）（名为“ df_copy”）截取了一个大型DataFrame（称为“ df”）的一部分，并应用了某些功能来创建新列“ Category”。

但是，我还给了'df'一列叫做'Category'，并给该列分配了一些其他值。 “ df_copy”中的所有其他值/列都与“ df”中的它们各自的值/列相同：唯一的区别是“类别”列。

为了理解，

原始数据框架：

• df是100行3列。
• df_copy是df中的5行，具有相同的列。

处理后：

• df是100行，包含4列（新列为“类别”），其中有5行的“类别”列具有“ NaN”
• df_copy是具有4列的5行，新列是“类别”，其值不在df中。

基本上，我想用df_copy中当前的后处理行替换从df中获取的行（原始df_copy DataFrame中的行）。

我尝试了不同形式的合并：

• 左合并，不指定'on'：最初复制到df_copy的行的Category列的结果为'NA'
• 右合并，请不要指定'on'：与df_copy相同
• 在df和df_copy之间不变的一列上左合并（例如，“ Number”）：每列重复：“ Number_x”，“ Number_y”，“ Category_x”，“ Category_y”。

Answer 1

您是否尝试过使用df.where（）？

df = df.where(df['Category'].isna(), df_copy)