根据第二个df替换python pandas列中的值

Question

我已经解决了关于 stackoverflow 的所有类似问题，但这些解决方案仍然对我不起作用。

我有两个 dfs：

df1:
User_ID |    Code_1
123           htrh
345           NaN
567           cewr
...

df2:
User_ID |    Code_2
123           ert
345           nad

我想根据 User_ID 将 df1.Code_1 替换为 df2.Code_2。请注意，df2 是 df1 的 user_ids 的子集。

我试过了

df1['Code_1'] = df1['User_ID'].replace(df2.set_index('User_ID')['Code_2'])

我试过了

df1.loc[df1.User_ID.isin(df2.User_ID), ['Code_1']] = df2[['Code_2']]

两者都不起作用。没有任何改变。

预期输出：

df1:
    User_ID |    Code_1
    123           ert
    345           nad
    567           cewr
    ...

谢谢

Answer 1

使用DataFrame.update。在调用函数之前，id 列（User_ID）和代码列（Code_1、Code_2）在数据帧中应该具有相同的名称。

df2.columns = ['User_ID', 'Code_1']
df1.update(df2)

这对于您的情况应该足够了。其他用途请咨询documentation

Answer 2

你可以使用 combine_first

df2.set_index('User_ID').Code_2.combine_first(df1.set_index('User_ID').Code_1)


User_ID
123     ert
345     nad
567    cewr

Answer 3

您可以使用pd.Series.map + pd.Series.fillna。

df1['Code_1'] = df1['User_ID'].map(df2.set_index('User_ID')['Code_2'])\
                              .fillna(df1['Code_1'])

print(df1)

#    User_ID Code_1
# 0      123    ert
# 1      345    nad
# 2      567   cewr

这个想法是在执行映射时对齐索引，如果df2 中不存在映射，则使用原始值填充。