Skip to main content
 首页 » 编程设计

python之如何使用 Python 中另一个 DataFrame 对象中的值更新 DataFrame 对象的一部分

2025年05月04日18langtianya

我有两个 DataFrame 对象:

对象 1:

header1    header2    header3     header4 
1          A          someValue1  someValue5 
2          B          someValue2  someValue6 
3          C          someValue3  someValue7 
4          D          someValue4  someValue8 

对象 2:

header1    header2    header3      header4 
1          E          someValue9   someValue13 
2          F          someValue10  someValue14 
3          G          someValue11  someValue15 
4          H          someValue10  someValue16 

我想更新 obj1,将值保留在列 header1 和 header2 中,并设置列 header3 和 header4 到 obj2 中的值。

例如:

header1    header2    header3      header4 
1          A          someValue9   someValue13 
2          B          someValue10  someValue14 
3          C          someValue11  someValue15 
4          D          someValue10  someValue16 

我试过的是:

for ID in obj2.header2: 
    obj1[obj1.header1==ID].header3 = obj2[obj2.header1==ID].header3 
    obj1[obj1.header1==ID].header4 = obj2[obj2.header1==ID].header4 

但是,这并没有改变obj1中的任何东西,它仍然和上面的代码一样。

是否有实现我的目标的好方法?

请注意,示例是抽象的,真实的ID(又名header1)可能不会在obj1 中一对一匹配,并且对象 2。所以有些ID不需要更新。例如,obj1 的 ID 为 1,2,3,4,5,obj2 的 ID 为 2,3,4,5。所以 obj1 中的 ID 1 不必更新。

非常感谢。

请您参考如下方法:

您可以使用 merge和 combine_first :

print obj1 
   ID header2      header3      header4 
0   1       A   someValue1   someValue5 
1   2       B   someValue2   someValue6 
2   3       C   someValue3   someValue7 
3   4       D   someValue4   someValue8 
4   5      D1  someValue41  someValue81 
 
print obj2 
   ID header2      header3      header4 
0   2       E   someValue9  someValue13 
1   3       F  someValue10  someValue14 
2   4       G  someValue11  someValue15 
3   5       H  someValue10  someValue16 
 
 
 
df = pd.merge(obj1, obj2, on=['ID'], suffixes=['_l', ''], how='left').combine_first(obj1) 
print df 
   ID header2 header2_l      header3    header3_l      header4    header4_l 
0   1       A         A   someValue1   someValue1   someValue5   someValue5 
1   2       E         B   someValue9   someValue2  someValue13   someValue6 
2   3       F         C  someValue10   someValue3  someValue14   someValue7 
3   4       G         D  someValue11   someValue4  someValue15   someValue8 
4   5       H        D1  someValue10  someValue41  someValue16  someValue81 
 
df = df[['ID','header2','header3','header4']] 
print df 
   ID header2      header3      header4 
0   1       A   someValue1   someValue5 
1   2       E   someValue9  someValue13 
2   3       F  someValue10  someValue14 
3   4       G  someValue11  someValue15 
4   5       H  someValue10  someValue16 

解决方案 isin , loc和 values :

mask = obj1.ID.isin(obj2.ID.tolist()) 
print mask 
0    False 
1     True 
2     True 
3     True 
4     True 
Name: ID, dtype: bool 
 
obj1.loc[mask, obj1.columns] = obj2.values 
print obj1 
   ID header2      header3      header4 
0   1       A   someValue1   someValue5 
1   2       E   someValue9  someValue13 
2   3       F  someValue10  someValue14 
3   4       G  someValue11  someValue15 
4   5       H  someValue10  someValue16