Pandas：根据子条件更换其他 pd.Series 的电池

Question

我有一个 pandas dataframe df有两列“a”和“b”。

我还有另一个包含“b”值的 pandas 系列。 这个系列的索引是来自df的a值。

重要的是，该系列与dataframe的尺寸不同。 它只有大约一半的行数。

我想要做的只是替换df中的b值，如果该值小于pandas 系列中相应的b值。

我已经尝试了很多东西，但总是遇到错误。

例如，如果dataframe有 df = pd.DataFrame({ 'a': [1,2,3,4], 'b': [1,2,3,4]})

    a    b
0   1    1
1   2    2
2   3    3
3   4    4

并且 pandas 系列有data = {1: 0.5, 4: 5} ，那么更新后的 dataframe 应该有

    a    b
0   1    1
1   2    2
2   3    3
3   4    5

如您所见，只有索引为4的值被更新，因为5 > 4 。

Answer 1

您可以这样做，使用您的示例系列和 DataFrame：

import pandas as pd

sr = pd.Series({1: 0.5, 4: 5})
df = pd.DataFrame({'a': [1, 2, 3, 4], 'b': [1, 2, 3, 4]})

df['b'] = df.apply(lambda row: sr[row['a']] if (row['a'] in sr.index) and (row['b'] < sr[row['a']]) else row['b'], axis=1)

这通过将匿名 function （由 lambda 运算符定义）应用于 DataFrame 的每一行并检查该行的索引值是否大于系列中的 b 值DataFrame 的。 在此基础上，它选择是从系列中获取值还是保留 DataFrame 中已有的值。

通过在 if 条件中首先放置(row['a'] in sr.index)语句来避免在您尝试在 Series 中查找不存在的索引的值时通常会发生的 KeyError。 由于and之后的条件的第二部分仅在第一部分评估为True时才被评估，因此在这种情况下避免了 KeyError。

编辑：

由于 lambda function 是一个难以阅读的单行代码，因此您也可以通过明确定义 function 来更详细地执行此操作：

def comparison(row):
   if (row['a'] in sr.index) and (row['b'] < sr[row['a']]):
      return sr[row['a']]
   else:
      return row['b']

df['b'] = df.apply(lambda row: comparison(row), axis=1)