【问题标题】：Pandas update column A in dataframe1 where dataframe1 column2 matches dataframe2 column [duplicate]熊猫更新dataframe1中的A列，其中dataframe1 column2匹配dataframe2列[重复]
【发布时间】：2021-12-03 07:18:30
【问题描述】：

我有 2 个数据框：

df1 = pd.DataFrame(
[
  (73, 15, 'update1', 1, 'foo'),
  (63, 64, 'update2', 2, 'bar'),
  (56, 72, 'update3', 3, 'foo'),
],
columns=['A', 'B', 'C', 'D', 'E'],
)

和

df2 = pd.DataFrame(
[
  (73, 15, 'new1', 2, 'foo'),
  (63, 64, 'new2', 3, 'bar'),
  (56, 72, 'new3', 1, 'foo'),
],
columns=['A', 'B', 'C', 'D', 'E'],
)

我正在寻找一种方法将这两个数据帧加入 D 列，然后更新 df1 的 C 列，以匹配 df2 中 C 列的值。

最终结果：

df1 = pd.DataFrame(
[
  (73, 15, 'new3', 1, 'foo'),
  (63, 64, 'new1', 2, 'bar'),
  (56, 72, 'new2', 3, 'foo'),
],
columns=['A', 'B', 'C', 'D', 'E'],
)

感谢任何帮助。

到目前为止我尝试了什么？

运行 for 循环并通过查找 df2 中 c 列的对应值来更新 df1 中的值。

【问题讨论】：

标签： python python-3.x pandas dataframe data-science

【解决方案1】：

一种方法是使用map:

df1['C'] = df1.D.map(df2.set_index('D').C)

df1
    A   B     C  D    E
0  73  15  new3  1  foo
1  63  64  new1  2  bar
2  56  72  new2  3  foo

df2.set_index('D').C 在df2 中返回您需要的从D 到C 的映射：

df2.set_index('D').C

D
2    new1
3    new2
1    new3
Name: C, dtype: object

【讨论】：