检查两个数据帧之间的公共行并将第二个数据帧的匹配行替换为 df1 的值

Question

我有两个数据框，比如说 df1 和 df2。两个数据框都具有名为 URL 和 Age 的相同列。我想检查df2 ['URL']中的df1 ['URL']，然后用df1 ['Age']替换匹配行的df2 ['Age']，并将其余行保留在df2中而不做任何更改。

df1

URL          Category                         Age     
google.com  [IAB19, Technology & Computing]   A
youtube.com [IAB25, Non-Standard Content]     H
facebook.co [IAB14, Society]                  A
amazon.com  [IAB22, Shopping]                 M
wpedia.org  [IAB5, Education]                 E

df2

URL          Category         Age     
google.com  [IAB19, BBCA]     T
youtube.com [IAB25, AACB]     T
facebook.co [IAB14, HLGB      T 
amazon.com  [IAB22, ETCL]     T
wpedia.org  [IAB5, J TCL]     T
example1.com [LHTB, 2213]     A
example2.com [OPCL, 9909]     A
example3.com [PPRS, 7656]     A

现在，我想检查 df2['URL'] 中是否存在 df1['URL'] 中的任何 URL，我想用 df1['Age'] 替换 df2['Age'] 并保持不常见URLS 没有任何变化。

因此，预期的输出将是：

df3

URL          Category         Age     
google.com  [IAB19, BBCA]     A
youtube.com [IAB25, AACB]     H
facebook.co [IAB14, HLGB      A
amazon.com  [IAB22, ETCL]     M
wpedia.org  [IAB5, J TCL]     E
example1.com [LHTB, 2213]     A
example2.com [OPCL, 9909]     A
example3.com [PPRS, 7656]     A

Answer 1

map + fillna:

map 允许我们替换常见 URL 的年龄，然后 .fillna 恢复不匹配的 URL 的值。这假设URL 是df1 中的唯一键：

df3 = df2.copy()
df3['Age'] = df3.URL.map(df1.set_index('URL').Age).fillna(df3.Age)

#            URL            Category Age
#0    google.com  [IAB19, BBCA]        A
#1   youtube.com  [IAB25, AACB]        H
#2   facebook.co  [IAB14, HLGB         A
#3    amazon.com  [IAB22, ETCL]        M
#4    wpedia.org  [IAB5, J TCL]        E
#5  example1.com   [LHTB, 2213]        A
#6  example2.com   [OPCL, 9909]        A
#7  example3.com   [PPRS, 7656]        A