Python Pandas：如何从另一个csv文件更新一个csv文件

Question

我们有两个CSV文件： a.csv和b.csv 。

a.csv具有树列： label ， item1 ， item2 。 b.csv有两列： item1 ， item2 。 若ITEM1和ITEM2 a.csv也occurr在b.csv ，这是a.csv和b.csv具有相同的物品1和项目2，标签中的值a.csv应为1来代替。 如何用大熊猫来应对？

---

例如：

a.csv：

label    item1     item2
 0         123       35
 0         342       721
 0         876       243

b.csv：

item1     item2
 12        35
 32        721
 876       243

result.csv：

label    item1     item2
 0         123       35
 0         342       721
 1         876       243

我试过了，但是不起作用：

import pandas as pd

df1 = pd.read_csv("~/train_dataset.csv", names=['label', 'user_id', 'item_id', 'behavior_type', 'user_geohash', 'item_category', 'time','sales'], parse_dates=True)
df2 = pd.read_csv(~/train_user.csv", names=['user_id', 'item_id', 'behavior_type', 'user_geohash', 'item_category', 'time', 'sales'], parse_dates=True)
df1.loc[(df1['user_id'] == df2['user_id'])& (df1['item_id'] == df2['item_id']), 'label'] = 1

Answer 1

您可以使用loc和布尔条件屏蔽df（此处表示a.csv），如果满足该条件，则将标签设置为1：

In [18]:

df.loc[(df['item1'] == df1['item1'])& (df['item2'] == df1['item2']), 'label'] = 1
df
Out[18]:
   label  item1  item2
0      0    123     35
1      0    342    721
2      1    876    243

如果要设置所有行值，则可以使用np.where ：

In [19]:

np.where((df['item1'] == df1['item1'])& (df['item2'] == df1['item2']), 1, 0)
Out[19]:
array([0, 0, 1])
In [20]:

df['label'] = np.where((df['item1'] == df1['item1'])& (df['item2'] == df1['item2']), 1, 0)
df
Out[20]:
   label  item1  item2
0      0    123     35
1      0    342    721
2      1    876    243