用另一个数据框替换熊猫数据框的子集答案

【问题标题】：Replace a subset of pandas data frame with another data frame用另一个数据框替换熊猫数据框的子集
【发布时间】：2019-12-21 11:16:30
【问题描述】：

我有一个包含 100 列的数据框（DF1）。（其中一列是 ID）我还有一个包含 30 列的数据框（DF2）。（一列是 ID）我必须用第二个数据帧 (DF2) 中的值更新数据帧 (DF1) 的前 30 列，保持第一个数据帧 (DF1) 其余列中的其余值不变。

当第一个数据框 (DF1) 中存在第二个数据框 (DF2) 中的 ID 时，更新 DF1 中 100 列中的前 30 列值。

【问题讨论】：

你能举个例子吗？ df2的ID的所有值都一样吗？
DF2中的ID值是DF1中需要更新的值。 DF2 中有具有不同 ID 值的行，需要在 DF1 中相应更新。保持 DF1 中的其余值不变。

标签： pandas python-2.7

【解决方案1】：

我在 Python 3.7 上对此进行了测试，但我认为它没有理由不能在 2.7 上运行：

joined = df1.reset_index() \
            [['index', 'ID']] \
            .merge(df2, on='ID')
df1.loc[joined['index'], df1.columns[:30]] = joined.drop(columns=['index', 'ID'])

这假设 df2 没有名为 index 的列，否则 merge 将无法说出带有后缀的重复键。

这是其内部运作的慢动作：

df1.reset_index() 返回与 df1 相同的数据帧，但有一个附加列：index
[['index', 'ID']] 从#1 中的数据框中提取仅包含这两列的数据框
.merge(...) 与 df2 合并，匹配 ID 。结果 (joined) 是一个包含 32 列的数据框：index、ID 和 df2 的原始 30 列。
df1.loc[<row_indexes>, <column_names>] = <another_dataframe> 表示您想用来自another_dataframe 的数据替换那些特定的单元格。由于joined 有 32 列，我们需要删除额外的 2 列（index 和 ID）

【讨论】：

你能解释一下这个sn-p的工作原理吗？提前致谢。
这种方法没有给我想要的结果。这是我的代码：if row['ABAN8'] in new_result['ABAN8'].values: col_df = new_result.loc[new_result['ABAN8'].isin([row['ABAN8']])] joined = new_result.reset_index()[['index', 'ABAN8']].merge(col_df, on='ABAN8') new_result.loc[joined['index'], new_result.columns[:95]] = joined.drop(columns=['index', 'ABAN8'])