更新一行，如果缺少则插入新行

Posted 2021-04-01

我有一个[Date，Value]数据框（下面代码中的cash_movement_df）。需要更新（总结）日期的值。如果数据框中已存在日期，则插入新的[日期，值]行。

我尝试使用以下代码，但寻找更高效的东西。

date = transaction['date'].iat[0]
value = transaction['value'].iat[0]

mask = cash_movement_df['date']==date
if cash_movement_df.loc[mask]['value'].any(): 
    cash_movement_df.loc[mask, 'value'] += value
else: 
    cash_movement_df.loc[-1] = [date, value]
    cash_movement_df.index = cash_movement_df.index + 1

样本输入输出：

cash_movement_df = pd.DataFrame({'date': ['2019-01-01', '2019-01-02'], 'value': [1, 2]})
transaction = pd.DataFrame({'date': ['2019-01-03'], 'value': [3]})

    date    value
2019-01-01  1.0000
2019-01-02  2.0000
2019-01-03  3.0000

transaction = pd.DataFrame({'date': ['2019-01-02'], 'value': [3]})

   date     value
2019-01-01  1.0000
2019-01-02  5.0000

寻找更优雅的解决方案。请注意，cash_movement_df规模较大，交易一次为1。因此，我认为制作cash_movement_df副本的解决方案效率不高。

答案

不确定你的交易的数据类型是什么，我认为它是一个系列，如果它是一个字典，你可以将它转换成一个序列。

import pandas as pd

cash_movement_df = pd.DataFrame({'date': ['2019-01-01', '2019-01-02'], 'value': [1, 2]})
transaction = pd.Series({'date': '2019-01-03', 'value': 3})

# **** sthe following is your codes

# mask = cash_movement_df['date'] == transaction['date']
# if cash_movement_df.loc[mask]['value'].any():
#     cash_movement_df.loc[mask, 'value'] += transaction['value']
# else:
#     cash_movement_df.loc[-1] = [transaction['date'], transaction['value']]
#     cash_movement_df.index = cash_movement_df.index + 1
#

# **** the following is mine
transactions = transaction.to_frame().T

res = pd.merge(cash_movement_df, transactions, how='outer', on='date')
res['value_x'].fillna(0, inplace=True)
res['value_y'].fillna(0, inplace=True)
res['value'] = res['value_x'] + res['value_y']
cash_movement_df = res.drop(['value_x', 'value_y'], axis=1)

另一答案

我想也许你正在寻找DataFrame.add（）pandas.DataFrame.add

EG

cash_movement_df = cash_movement_df.set_index(['Date']).add(transaction.set_index(['Date']), fill_value=0).reset_index()