如何基于其他熊猫数据框更新系列

Question

我想基于其他熊猫数据框更新数据，因为我只是收集更好的数据，这是数据集的示例

这是我的资料

No  Country    Language    Capital
1   Indonesia  Bahasa      Jakarta
2   Malaysia   Bahasa      Kuala Lumpur
3   Brunei     Bahasa      Bandar Seri Begawan
4   Nigeria    English     Abuja

我的第二个数据框

Nation     Capital City
Malaysia   Lagos
Nigeria    Putrajaya

我想要的是

No  Country    Language    Capital
1   Indonesia  Bahasa      Jakarta
2   Malaysia   Bahasa      Putrajaya
3   Brunei     Bahasa      Bandar Seri Begawan
4   Nigeria    English     Lagos

Answer 1

首先根据您的新映射创建一个系列：

s = df2.set_index('Nation')['Capital City']

然后使用pd.Series.update更新系列：

df1['Capital'].update(df1['Country'].map(s))

Answer 2

您可以将新Series与map ，它们为不存在的Nation创建了NaN ，但被fillna取代了：

s = df2.set_index('Nation')['Capital City']
df1['Capital'] = df1['Country'].map(s).fillna(df1['Capital'])
print (df1)
   No    Country Language              Capital
0   1  Indonesia   Bahasa              Jakarta
1   2   Malaysia   Bahasa                Lagos
2   3     Brunei   Bahasa  Bandar Seri Begawan
3   4    Nigeria  English            Putrajaya

或更慢的解决方案用replace ：

df1['Capital'] = df1['Country'].replace(s)