Pandas (Python) – 根据条件从另一个数据框更新某一列

我遇到了一个问题,并且找到了一个解决方案,但我觉得这不是最佳的方法。可能有更“规范”的方法来做这件事。

问题

我有两个数据框,我想将它们合并,但不希望增加额外的列,也不希望删除现有的信息。例如:

现有数据框 (df)

   A  A2  B0  1   4  01  2   5  1

要合并的数据框 (df2)

   A  A2  B0  1   4  21  3   5  2

如果’A’和’A2’列匹配,我希望用df2更新df。结果会是这样的:

   A  A2    B0  1   4  2.0 <= 只更新这个值1  2   5  1.0

这是我的解决方案,但我认为这不是一个很好的方法。

import pandas as pddf = pd.DataFrame([[1,4,0],[2,5,1]],columns=['A','A2','B'])df2 = pd.DataFrame([[1,4,2],[3,5,2]],columns=['A','A2','B'])df = df.merge(df2,on=['A', 'A2'],how='left')df['B_y'].fillna(0, inplace=True)df['B'] = df['B_x']+df['B_y']df = df.drop(['B_x','B_y'], axis=1)print(df)

有没有人有更好的方法?谢谢!


回答:

是的,可以不用合并来完成:

rows = (df[['A','A2']] == df2[['A','A2']]).all(axis=1)df.loc[rows,'B'] = df2.loc[rows,'B']

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注