Python：根据索引列上另一个数据框中的另一列替换数据框中的一列答案

【问题标题】：Python: replace a column from a dataframe based on another column from another dataframe over an index columnPython：根据索引列上另一个数据框中的另一列替换数据框中的一列
【发布时间】：2021-06-11 23:00:13
【问题描述】：

我有一个数据框 DF1：

1	2	3	4	ID
1	121	1313	+	102466751
2	112	133	+	6147
3	122	313	-	55207
4	212	413	-	113655
5	1012	343	+	79501

和另一个数据框 DF2"

no	Ensmbl	ID
1212	ENSG00000146083	22838
1512	ENSG00000198242	6147
1262	ENSG00000134108	55207
1219	ENSG00000167700	113655
1512	ENSG00000070087	521

我正在尝试使用以下最终 Dataframe DF3，它看起来像：

1	2	3	4	ID
1	121	1313	+	102466751
2	112	133	+	ENSG00000198242
3	122	313	-	ENSG00000134108
4	212	413	-	ENSG00000167700
5	1012	343	+	521

DF3 在 DF2.ensembl 中包含当且仅当 DF1.ID == DF2.ID 否则 DF1.ID 保持不变。

我用 Python 写的：

DF3['ID'] = DF1['ID'].apply(lambda x: DF2['Ensembl'] if DF1['ID'] == DF2['ID'] else DF1['ID'])

值错误是：

ValueError: 只能比较标签相同的 Series 对象

有什么帮助吗？

【问题讨论】：

标签： python dataframe indexing replace merge

【解决方案1】：

您可以合并到df1，然后将 ID 替换为 Ensmbl 列中的非 NaN 值。

df3 = pd.merge(df1, df2, on="ID", how="left")
m = ~df3["Ensmbl"].isna()

df3.loc[m, "ID"] = df3.loc[m, "Ensmbl"]
print(df3[df1.columns])

打印：

   1     2     3  4               ID
0  1   121  1313  +        102466751
1  2   112   133  +  ENSG00000198242
2  3   122   313  -  ENSG00000134108
3  4   212   413  -  ENSG00000167700
4  5  1012   343  +            79501

注意：我假设最后一个 ID 是 79501 而不是 521（可能是错字。）

【讨论】：