如何合並和更新熊貓數據框

Question

如果之前有人問過這個問題，我很抱歉，但我不確定如何在搜索中表達這個問題。

我有 2 個帶有年份列和值列的數據框。 我想根據匹配年份更新第一個數據框，並根據哪個值更大來更新值列。 假設數據框看起來像這樣

>>> import pandas as pd
>>> x = [1999, 2000, 2001]
>>> y = [0, 0, 0]
>>> df1 = pd.DataFrame({'year': x, 'value': y})
>>> df1

   year   value
0  1999   0
1  2000   0
2  2001   0

>>> x2 = [1999, 2003, 2004]
>>> y2 = [5, 0, 0]
>>> df2 = pd.DataFrame({'year': x2, 'value': y2})
>>> df2

   year   value
0  1999   5
1  2003   0
2  2004   0

我希望更新的數據框（ df1 ）看起來像這樣。 有沒有一種簡單的方法可以做到這一點？

   year   value
0  1999   5
1  2000   0
2  2001   0

Answer 1

使用merge和map ：

df = df1.merge(df2, on=['year'], how='outer')
df['max'] = df.filter(like='value').max(1)
df1['value'] = df1['year'].map(df.set_index('year')['max'])

print(df1)
   year  value
0  1999    5.0
1  2000    0.0
2  2001    0.0

編輯：要知道更改了哪些行，請使用：

#intialize the `value` column to `temp` column
df1['temp'] = df1['value']
#now use the above code to change the `value` column
#check which rows are changed with respect to `temp` column
df1['Changed_Values'] = df1['temp'].ne(df1['value'])
#finally drop temporary column
df1.drop('temp', axis=1, inplace=True)

Answer 2

為什么不這樣做：

if df1.value.sum()<df2.value.sum():
    df1.value = df2.value

或者：

if df1['value'].sum()<df2['value'].sum():
    df1['value'] = df2['value']

現在：

print(df1)

是：

   year  value
0  1999      5
1  2000      0
2  2001      0