根据其他数据框替换熊猫数据框中的值

Question

我有两个数据框，其中一个的形式为：

#   X   Y   
1   2   0.0 
2   5   0.0 
3   10  0.0 
4   15  0.0 
5   17  0.0 
6   21  0.0 

一种形式为：

A   B   C   
1   4   2   
2   5   3   
3   6   4   

我想用X值替换第二个数据帧中的所有ABC值； 所以我想遍历ABC df，如果该数字与df1的＃匹配，则将其替换为X值

茶几应该看起来像：

A   B   C   
2   15  5   
5   17  10  
10  21  15   

有办法吗？

Answer 1

IIUC replace

df1.replace(df.set_index('#').X)
Out[382]: 
    A   B   C
0   2  15   5
1   5  17  10
2  10  21  15

Answer 2

假设您的第一个DataFrame是a ，第二个是b ，您可以将b列映射到ax值，如下所示：

b.apply(lambda y: a.x[(y -1).tolist()].values)

结果是：

    A   B   C
0   2  15   5
1   5  17  10
2  10  21  15

Answer 3

只有您应该使用：

df1.set_index('#',inplace = True)
df=df.apply(lambda x: x.replace(df1.loc[x,'X']))

例：

import pandas as pd
import numpy as np
df1=pd.DataFrame()
df1['#']=[1,2,3,4,5,6]
df1['X']=[2,5,10,15,17,21]
df1['Y']=[0,0,0,0,0,0]
df=pd.DataFrame()
df['A']=[1,2,3]
df['B']=[4,5,6]
df['C']=[2,3,4]
df1.set_index('#',inplace = True)
df=df.apply(lambda x: x.replace(df1.loc[x,'X']))
print(df)

输出：

    A   B   C
0   2  15   5
1   5  17  10
2  10  21  15

注意 df1.set_index('#',inplace = True)将'#'列设置为index。 如果此列已经是索引，则无需执行它