Skip to main content
 首页 » 编程设计

Python pandas 加入覆盖

2025年05月04日12java哥

我意识到这个问题类似于 join or merge with overwrite in pandas ,但接受的答案对我不起作用,因为我想使用 df.join() 中的 on='keys'。

我有一个 DataFrame df,它看起来像这样:

    keys    values 
0      0  0.088344 
1      0  0.088344 
2      0  0.088344 
3      0  0.088344 
4      0  0.088344 
5      1  0.560857 
6      1  0.560857 
7      1  0.560857 
8      2  0.978736 
9      2  0.978736 
10     2  0.978736 
11     2  0.978736 
12     2  0.978736 
13     2  0.978736 
14     2  0.978736 

然后我有一个具有相同键的系列 s(这是一些 df.groupy.apply() 的结果):

keys 
0       0.183328 
1       0.239322 
2       0.574962 
Name: new_values, dtype: float64 

基本上我想用系列中的值替换 df 中的“值”,通过 keys 这样每个 keys block 都得到相同的新值。目前,我是这样做的:

df = df.join(s, on='keys') 
df['values'] = df['new_values'] 
df = df.drop('new_values', axis=1) 

获得的(和期望的)结果是:

    keys    values 
0      0  0.183328 
1      0  0.183328 
2      0  0.183328 
3      0  0.183328 
4      0  0.183328 
5      1  0.239322 
6      1  0.239322 
7      1  0.239322 
8      2  0.574962 
9      2  0.574962 
10     2  0.574962 
11     2  0.574962 
12     2  0.574962 
13     2  0.574962 
14     2  0.574962 

也就是说,我将它添加为一个新列,并通过使用 on='keys' 它获得了正确的形状。然后我将 values 指定为 new_values 并删除 new_values 列。这当然很完美,唯一的问题是我觉得它非常难看。

有更好的方法吗?

请您参考如下方法:

你可以尝试这样的事情:

df = df[df.columns[df.columns!='values']].join(s, on='keys') 

确保 s 被命名为“values”而不是“new_values”。

据我所知,pandas 没有加入“强制覆盖”或“警告覆盖”的能力。