Question

我有两个具有相同结构df和df_a的数据框。 df_a是df的子集，我需要重新整合到df中。本质上，df_a具有df中经过处理的各种行（具有不同的索引）。

下面是每个df和df_a的索引的示例。它们都具有相同的列结构，因此所有列都相同，只是行和行的等式不同。

>> df
index  ..  other_columns  ..
0   
1
2
3
. .
9999
10000
10001

[10001 rows x 20 columns]

>> df_a
index  ..  other_columns  ..
5
12
105
712
. .
9824
9901
9997

[782 rows x 20 columns]

因此，我只想覆盖df中索引为df_a的行以及df_a中的相应行。我签出了Replace rows in a Pandas df with rows from another df和replace rows in a pandas data frame，但都没有告诉我们如何使用另一个数据框的索引来替换行中的值。

Answer 1

类似的东西：

df.loc[df_a.index, :] = df_a[:]

Answer 2

我不知道这是否意味着您的意思，因为您需要更具体，但是如果将第一个数据帧修改为具有不同索引的新数据帧，则可以使用此代码重置返回索引：

import pandas as pd

df_a = pd.DataFrame({'a':[1,2,3,4],'b':[5,4,2,7]}, index=[2,55,62,74])
df_a.reset_index(inplace=True, drop=True)
print(df_a)

PRINTS:
   a  b
0  1  5
1  2  4
2  3  2
3  4  7

使用来自另一个数据框的索引替换数据框中的行

2 个答案: