用另一个数据框中的列值替换pandas数据框中的某一列的值

Question

我有两个数据框，分别是 df1 和 df2。

s = {'id': [4735,46,2345,8768,807],'city': ['a', 'b', 'd', 'e', 'f']}
s1 = {'id': [4735],'city_in_mail': ['x']}
df1 = pd.DataFrame(s)
df2 = pd.DataFrame(s1)

"df1" 看起来像是：

     id city
0  4735    a
1    46    b
2  2345    d
3  8768    e
4   807    f

and df2 looks like:

     id city_in_mail
0  4735            x

我想把数据框df1中与数据框df2相同id值的行的列city的值替换为df2中列city_in_mail的值。因此，我的df1应该变成：

     id city
0  4735    x
1    46    b
2  2345    d
3  8768    e
4   807    f 

这怎么用 pandas 实现？

- Archit

Answer 1

使用索引进行匹配，然后使用 loc 方法。

df1 = df1.set_index('id')
df2 = df2.set_index('id')
df1.loc[df1.index.isin(df2.index), :] = df2.city_in_mail

或者使用update函数。

c = df1.city
c.update(df2.city_in_mail)
df1['city'] = c

所有输出

        city
id  
4735    x
46      b
2345    d
8768    e
807     f

当然，在最后可以自由地执行df1.reset_index()以返回先前的结构。

- rafaelc

Answer 2

使用.loc与merge合并数据

s=df1.merge(df2,how='outer')
s.loc[s.city_in_mail.notnull(),'city']=s.city_in_mail
s
  city    id city_in_mail
0    x  4735            x
1    b    46          NaN
2    d  2345          NaN
3    e  8768          NaN
4    f   807          NaN

- BENY

Answer 3

尝试使用combine_first和rename来对齐列索引：

df2.set_index('id')\
   .rename(columns={'city_in_mail':'city'})\
   .combine_first(df1.set_index('id'))\
   .reset_index()

输出：

       id city
0  4735.0    x
1    46.0    b
2  2345.0    d
3  8768.0    e
4   807.0    f

注意：如果您选择，可以将此重新分配回df1。

- Scott Boston

---

@pygo 谢谢。 - Scott Boston

如果在df1中具有匹配id的行不是第一行，则此解决方案将失败。 - Archit

啊... 是的，你可以将索引设置为ID。我以为ID就是索引了。我的错。 - Scott Boston

Answer 4

此外，如果'id'在df2中是唯一键，则可以使用.map和.fillna方法。

df1['city'] = df1.id.map(df2.set_index('id').city_in_mail).fillna(df1.city)

print(df1)
#     id city
#0  4735    x
#1    46    b
#2  2345    d
#3  8768    e
#4   807    f

- ALollz