熊猫用另一个数据框列的单元格值更新列，索引重复

Question

有2个dfdf = pd.DataFrame({'A': ['a', 'b', 'a','d','e']},index=[1,2,3,4,5])ndf = pd.DataFrame({'A': ['a', '2', '6','e'],                   'B': ['apple', 'pen', 'sky','duck']},index=[7,8,9,19])df的A列应该像这样用ndf的B列值更新：如果df'A列的值==ndf的A列值，df的A列的单元格值不更新；否则：df 的 A 列的单元格值应替换为 ndf 的 B 列的单元格值：例如：更新后，A 应该是这样的：pd.DataFrame({'A': ['apple', 'b', 'apple','d','duck']},index=[1,2,3,4,5])

Answer 1

您可以创建一个字典，to_dict然后使用replace：

df.replace(ndf.set_index('A').to_dict()['B'])

输出：

       A

1  apple

2      b

3  apple

4      d

5   duck

详情：

print(ndf.set_index('A'))

A       

a  apple

2    pen

6    sky

e   duck

print(ndf.set_index('A').to_dict())

{'B': {'a': 'apple', '2': 'pen', '6': 'sky', 'e': 'duck'}}

print(ndf.set_index('A').to_dict()['B'])

{'a': 'apple', '2': 'pen', '6': 'sky', 'e': 'duck'}

print(df.replace(ndf.set_index('A').to_dict()['B']))

       A

1  apple

2      b

3  apple

4      d

5   duck

Answer 2

dict从创建ndf，将其映射到df。combine_first将结果用于df.A。

df.A.map(dict(zip(ndf.A,ndf.B))).combine_first(df.A)

1    apple

2        b

3    apple

4        d

5     duck

Step by Step

`d= dict(zip(ndf.A,ndf.B))`#Create dict

df['C']= df.A.map(d)# map dict to df.A

df.A=df.C.combine_first(df.A)#Update df.A