使用Pandas，根据ID和新值列表更新列值

Question

我有一个包含ID和Sell两列的数据框。我想使用新的Sell列表来更新Sell列(不需要更新所有行 - 仅需要更新其中一些)。在我看到的所有示例中，值始终相同或来自某一列。而在我的情况下，我有一个动态值。

这是我想要的：

file = ('something.csv') # Has 300 rows
IDList= [['453164259','453106168','453163869','453164463'] # [ID] 
SellList=[120,270,350,410] # Sells values
csv = path_pattern = os.path.join(os.getcwd(), file)
df = pd.read_csv(file)
df.loc[df['Id'].isin(IDList[x]), 'Sell'] = SellList[x] # Update the rows with the corresponding Sell value of the ID.
df.to_csv(file)

有什么想法吗？ 提前感谢。

- crianopa

Answer 1

假设“id”是一个字符串（如IDList中所述），并且不是您的数据框的索引。

IDList= [['453164259','453106168','453163869','453164463'] # [ID] 
SellList=[120,270,350,410]
id_dict={x:y for x,y in zip(IDList,SellList)}
for index,row in df.iterrows():
    if row['id'] in IDList:
         df.loc[str(index),'Sell']=id_dict[row['id']]

如果id是index：

IDList= [['453164259','453106168','453163869','453164463'] # [ID] 
SellList=[120,270,350,410]
id_dict={x:y for x,y in zip(IDList,SellList)}
for index,row in df.iterrows():
    if index in IDList:
         df.loc[str(index),'Sell']=id_dict[index]

我所做的是使用IDlist和SellList创建了一个字典，然后使用iterrows()循环遍历df。

- Mehul Gupta

---

嗨，Gupta。太棒了，它完美地运行了！我将ID转换为int，因为默认情况下它们是str。我使用了两个选项，它们都很好用。非常感谢。只有一个问题，itertuples()在这里不更好吗？我在Pandas的文档中查看了一下，他们推荐使用itertuples()而不是iterrows()。 - crianopa

Answer 2

df = pd.read_csv('something.csv')
IDList= ['453164259','453106168','453163869','453164463']
SellList=[120,270,350,410]

这将高效地运行，特别适用于大文件：

df.set_index('id', inplace=True)
df.loc[IDList, 'Sell'] = SellList
df.reset_index() ## not mandatory, just in case you need 'id' back as a column

df.to_csv(file)

- amalik2205