Python使用另一個表的值更新表的值

Question

我使用python和pandas。

我想做一個[df_result]。 df1和df2的a，b是條件。 如果a，b是相等的值，則將df1的“ d”列值更改為df2的“ d”列值。

怎么做？ 我不知道任何解決方案。

DF1

a b c d

1 2 5 1

1 5 5 1

2 3 4 1

DF2

a b d

1 2 2

1 2 2

2 3 4

df_result

a b c d

1 2 5 2

1 5 5 1

2 3 4 4

Answer 1

我認為你需要numpy.where如果相同的長度和相同的指數值與兩列用比較兩個DataFrames DataFrame.all ：

df1['d'] = np.where((df1[['a', 'b']] == df2[['a', 'b']]).all(axis=1), df2['d'], df1['d'])
print (df1)
   a  b  c  d
0  1  2  5  2
1  1  5  5  1
2  2  3  4  4

print (df1[['a', 'b']] == df2[['a', 'b']])
      a      b
0  True   True
1  True  False
2  True   True

print ((df1[['a', 'b']] == df2[['a', 'b']]).all(axis=1))
0     True
1    False
2     True
dtype: bool

另一個更通用的通過左連接merge進行匹配的解決方案，但是在df2必需的唯一行由a列和b列由drop_duplicates ，last combine_first和刪除不必要的d_列組成：

df = (df1.merge(df2.drop_duplicates(['a','b']), on=['a','b'], how='left', suffixes=('_',''))
         .assign(d= lambda x: x['d'].combine_first(x['d_']))
         .drop('d_', axis=1))

print (df)
   a  b  c    d
0  1  2  5  2.0
1  1  5  5  1.0
2  2  3  4  4.0

print (df2.drop_duplicates(['a','b']))
   a  b  d
0  1  2  2
2  2  3  4

print (df1.merge(df2.drop_duplicates(['a','b']), on=['a','b'], how='left', suffixes=('_','')))
   a  b  c  d_    d
0  1  2  5   1  2.0
1  1  5  5   1  NaN
2  2  3  4   1  4.0