更改熊猫数据框中的值是另一个数据框中存在同一行

Question

我有傻瓜。 2个熊猫数据框：

df1 = pandas.DataFrame(data = {'col1' : [1, 2, 3, 4, 5], 'col2' : [10, 11, 12, 13, 14], 'col3' : [0,2,0,-1,0]}) 
df2 = pandas.DataFrame(data = {'col1' : [1, 2, 3], 'col2' : [10, 11, 12], 'col6' : [20, 31, 12]})

如果col1和col2在df1和df2中具有相同的值，如何将df1中的col3中的值更改为0。 df1的结果应如下所示：

  col1  col2  col3
0     1    10     0
1     2    11     0
2     3    12     0
3     4    13    -1
4     5    14     0

Answer 1

如果在col1和col2上合并两个DataFrame，则结果DataFrame将具有行，其中两个DataFrame在这些列中具有相同的值。 但是，大熊猫在合并时会失去索引 。 您可以在合并之前使用reset_index来保留索引并在.loc使用该索引：

df1.loc[df1.reset_index().merge(df2, on=['col1', 'col2'])['index'], 'col3'] = 0

df1
Out: 
   col1  col2  col3
0     1    10     0
1     2    11     0
2     3    12     0
3     4    13    -1
4     5    14     0

Answer 2

快速的numpy解决方案。 i从df1获得每一行的索引，而从df2另一行的索引。 我使用==来确定哪些单元格相等。 all(2)确定一行中的所有单元格是否等于另一行中的所有单元格。 如果为true，则对应的一组索引表示一个匹配项。 因此， i[0][matches]告诉我df1中与i[1][matches]表示的df2中的行匹配的所有行。 但是我只需要更改df1值，所以我只使用i[0][matches]在第3列上切片df1 ，然后分配0 。

def pir(df1, df2):
    i = np.indices((len(df1), len(df2)))
    matches = (df2.values[i[1], :2] == df1.values[i[0], :2]).all(2)
    df = df1.copy()
    df.iloc[i[0][matches], 2] = 0
    return df

pir(df1, df2)

---

定时

def ayhan(df1, df2):
    df1 = df1.copy()
    df1.loc[df1.reset_index().merge(df2, on=['col1', 'col2'])['index'], 'col3'] = 0
    return df1