如何根据 Pandas 中的另一个 DataFrame 更改 DataFrame 特定列中的值

Question

我有一个名为“数据”的数据框：

USER   FIELD1
Jack        1
Jill        2
Kane        3

以及一个名为“ids”的单独数据框，用作转换表：

ID            ID_NEW
Jack        Jack_NEW
Jill        Jill_NEW
Tyler      TYLER_NEW

如果在 'ids' 数据框中找到了 USER 值，同时保留未找到的值，我如何遍历 'data' 以替换 USER 值？ 最终得到类似的东西：

USER           FIELD1
Jack_NEW            1
Jill_NEW            2
Kane                3

Answer 1

您可以通过几个步骤完成此操作。 首先，您使用pd.merge在“USER = ID” 上将两个 DataFrame 连接在一起。 这将在 dfs 不加入的“ID_NEW”中留下空值，因此您可以为使用Series.combine_first 的人引入“USER”值。 最后，您重新分配列名并过滤到您想要保留的列。

merged = pd.merge(data, ids, how="left", left_on="USER", right_on="ID")
merged["USER"] = merged["ID_NEW"].combine_first(merged["USER"])
data = merged[["USER", "FIELD1"]]

如果你有很多列data ，你可以在最后做data = merged[data.columns] 。