[英]Pandas update column value if df1 index in df2 index
我有一个坐标数据框,在其中执行多边形点,它返回多边形中的点集。
df1-原始坐标
0 POINT (-97.96192929999999 29.8929939)
1 POINT (-97.98886109999999 29.8230438)
2 POINT (-97.6573715 30.15241810000001)
3 POINT (-97.68809509999998 30.3590794)
4 POINT (-97.37609860000001 31.0930271)
5 POINT (-97.66625980000001 30.3466492)
6 POINT (-97.6666412 30.3455753)
...
df2-结果
4 POINT (-97.37609860000001 31.0930271)
1496 POINT (-97.64907839999999 30.3872128)
445 POINT (-97.64907839999999 30.3872128)
2822 POINT (-97.649353 30.387228)
1369 POINT (-97.6488342 30.3873215)
6 POINT (-97.6666412 30.3455753)
2303 POINT (-97.6492767 30.38755039999999)
...
如何在df1中添加“ area”列并为两个df中的行索引设置value =“ area1”? 在上面的示例中,结果中包含第4行和第6行,因此我想为df1中的这些行设置一个Area column =“ area1”
如果您在谈论索引,则由于熊猫对索引/列敏感,这意味着它将根据匹配的索引分配新的值。
那你能做什么
df1['area']=df2['Value']
#df2['New']='are1' then df1['area']=df2['New']
玩具数据
df1=pd.DataFrame({'d1':[1,2,3]},index=[1,2,3])
df2=pd.DataFrame({'d2':[1,2,3]},index=[2,6,1])
df1['New']=df2.d2
df1
Out[724]:
d1 New
1 1 3.0
2 2 1.0
3 3 NaN
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.