比较两列的熊猫数据框，如果不同，则使用正确的列之一

Posted 2023-01-19

有两个数据框，一个包含城市的ground_truth，另一个从其他文件中随机读取。

  ground_truth['cities'] = pd.DataFrame(['New York','Denvor','Cleveland'],columns = ['cities'])
  random_df =  pd.DataFrame(['DenvoR','cleveland'],columns = ['cities'])

需要比较两个数据帧，将random_df cities列与ground_truth cities列进行比较，如果情况混乱，请更改为ground_truth城市。到目前为止，我使用过循环，但效果不错。有什么建议吗？

答案

检查与

s1=df.cities.str.upper()
s2=random_df.cities.str.upper()
df.loc[s1.isin(s2),'cities']=s1.map(dict(zip(s2,random_df.cities)))
df
      cities
0   New York
1     DenvoR
2  cleveland