对于第一个df中值的所有实例，如何用另一个数据框的值替换熊猫行？

Question

我有两个数据框：

df1=
A   B   C
a   1   3
b   2   3
c   2   2
a   1   4

df2=
A   B   C
a   1   3.5

现在，我需要用a中的df1替换a中的所有df2（在这种情况下为2），剩下b和{{ 1}}不变。最终数据框应为：

c

Answer 1

您的意思是：

df_final = pd.concat((df1[df1['A'].ne('a')], df2))

或者如果您有多个值，例如a：

list_special = ['a']
df_final = pd.concat((df1[~df1['A'].isin(list_special)], df2))

Answer 2

如果df2仅具有重复值的平均值，则可以进行df1.groupby(["A", "B"]).mean().reset_index()

否则，您可以执行以下操作：

In [27]: df = df1.groupby(["A", "B"]).first().merge(df2, how="left", on=["A", "
    ...: B"])
    ...: df["C"] = df["C_y"].fillna(df["C_x"])
    ...: df = df[["A", "B", "C"]]
    ...: df
Out[27]:
   A  B    C
0  a  1  3.5
1  b  2  3.0
2  c  2  2.0