代码之家 › 专栏 › 技术社区 › David

用另一个值更新熊猫数据帧的正确方法

pandas python-3.x

David · 技术社区 · 8 年前

假设我有这两个数据帧:

import pandas as pd

df1 = pd.DataFrame([['4', 'val1', 'val2.4', 'val3.4'],
                    ['5', 'val1', 'val2.5', 'val3.5'],
                    ['6', 'val1', 'val2.6', 'val3.6'],
                    ['7', 'val1', 'val2.7', 'val3.7']],
                   columns=['account_id', 'field1', 'field2', 'field3'])

df2 = pd.DataFrame([['6', 'VAL2.6', 'VAL3.6'],
                    ['5', 'VAL2.5', 'VAL3.5']],
                   columns=['account_id', 'field2', 'field3'])

一个解决方案是

cols_to_update = ['field2', 'field3']
df1.loc[df1.account_id.isin(df2.account_id), cols_to_update] = df2[cols_to_update].values

    account_id    field1    field2    field3
0   4             val1      val2.4    val3.4
1   5             val1      VAL2.6    VAL3.6
2   6             val1      VAL2.5    VAL3.5
3   7             val1      val2.7    val3.7

其中,account_id 6现在的值错误。

如何使用索引使类似的东西工作?

1 回复 | 直到 8 年前

Bharath M Shetty 8 年前

排序的值 df2

cols_to_update = ['field2', 'field3']

df1.loc[df1.account_id.isin(df2.account_id), cols_to_update] = df2.sort_values(['account_id'])[cols_to_update].values

   account_id field1  field2  field3
0          4   val1  val2.4  val3.4
1          5   val1  VAL2.5  VAL3.5
2          6   val1  VAL2.6  VAL3.6
3          7   val1  val2.7  val3.7

推荐文章