熊猫从不同的数据框更新/替换

Posted 2023-03-11

【中文标题】熊猫从不同的数据框更新/替换

【英文标题】：pandas update/replace from different data frame

【发布时间】：2016-09-11 14:39:54

【问题描述】：

我有 2 个数据框：df1 和 df2。 df1 有列 ['UserId', 'company', 'deg'] 并有 100 个观察值。 df2 有列 ['UserId', 'deg'] 并且有 10 个观察值。 df1 和 df2 中的索引与“userId”完美匹配。

我想用 df2 中的更新 df1。 df2 中的 'UserId' 列是 df1 中的 'UserId' 列的子集......所以，没有什么可附加的。仅基于“userId”（和/或普通索引）。

df1

,'UserId','Company','deg'
6,'john21','ibm','bs'
12,'mary33','cisco','ms'
16,'smith11','intel','none'
20,'lucy55','intel','bs'
33,'tanya32','fb','ms'
39,'s-s-ri44','google','none'
45,'har43','CDs','none'

df2

,'UserId','deg'
16,'smith11','BS'
39,'s-s-ri44','MS'
45,'har43','MS'

现在，我想使用 df2 中的信息来更新 df1。如您所见，索引值和 userId 与 df1 中的完全匹配。

有什么建议吗？

谢谢！

【参考方案1】：

您可以先将replaceNone 转换为NaN，然后使用fillna 将df1 中的None 值更新为df2：

df1.replace("'none'": np.nan, inplace=True)
#or omit '', for me works uncomment version
#df1.replace("none": np.nan, inplace=True)

print df1.fillna(df2)

     'UserId' 'Company' 'deg'
6    'john21'     'ibm'  'bs'
12   'mary33'   'cisco'  'ms'
16  'smith11'   'intel'  'BS'
20   'lucy55'   'intel'  'bs'
33  'tanya32'      'fb'  'ms'
39   's-s-ri44'  'google'  'MS'
45    'har43'     'CDs'  'MS'

update 的另一个解决方案：

df1.replace("'none'": np.nan, inplace=True)

df1.update(df2)
print df1
     'UserId' 'Company' 'deg'
6    'john21'     'ibm'  'bs'
12   'mary33'   'cisco'  'ms'
16  'smith11'   'intel'  'BS'
20   'lucy55'   'intel'  'bs'
33  'tanya32'      'fb'  'ms'
39   's-s-ri44'  'google'  'MS'
45    'har43'     'CDs'  'MS'

如果您想通过df1 更新df2，请使用merge：

print pd.merge(df2,df1,left_index=True,right_index=True,how='left', on=["'UserId'","'deg'"])
     'UserId' 'deg' 'Company'
16  'smith11'  'BS'   'intel'
39   's-s-ri44'  'MS'  'google'
45    'har43'  'MS'     'CDs'