將 Pandas Dataframe 中的行按索引替換為另一個 Dataframe 中具有相應索引的值

Question

我正在嘗試編寫一個 function，給定許多用戶指定的時間步長輸入，它將用另一個 dataframe 的值覆蓋給定索引處的值。 例如：

df1

index   date  skew
92  2019-09-02  0
93  2019-09-03  0
94  2019-09-04  0
95  2019-09-05  0
96  2019-09-06  0
97  2019-09-09  0

df2

index  change
13      0.63
14      0.61
15      0.98
16      0.11
17      0.43

我追求的結果：

result_df

index   date         skew
92  2019-09-02  0
93  2019-09-03  0.63
94  2019-09-04  0.61
95  2019-09-05  0.98
96  2019-09-06  0.11
97  2019-09-09  0.43

使用 for 循環和df1.at[-i, 'skew'] = df2.loc[-i, 'change']

我得到以下結果：

index   date   skew
92  2019-09-02  0
93  2019-09-03  0
94  2019-09-04  0
95  2019-09-05  0
96  2019-09-06  0
97  2019-09-09  0
-5  NaT 0.63
-4  NaT 0.61
-3  NaT 0.98
-2  NaT 0.11
-1  NaT 0.43

我目前的 function：

    num_timesteps = 5

    def append_changes (df1, df2, num_timesteps):
      # Reverse loop to start from index df1.iloc[-num_timsteps:]
      for i in range(num_timesteps, 0, -1):
        df1.at[-i:, 'filler'] = df2.loc[-i:, 'change']
    return df1

我希望從索引-5（根據 num_timesteps）到 dataframe 末尾的傾斜列下的行值將替換為 df2 中同一索引處的“更改”列中的那些值。

Answer 1

我認為沒有必要循環，只使用DataFrame.iloc列的位置按Index.get_loc為 select 並設置新值 - 為避免匹配索引值分配.values數組創建的值：2。

num_timesteps = 5
def append_changes (df1, df2, num_timesteps):
    arr = df2.iloc[-num_timesteps:, df2.columns.get_loc('change')].values
    df1.iloc[-num_timesteps:, df1.columns.get_loc('skew')] = arr
    return df1
print (append_changes(df1, df2, num_timesteps))
             date  skew
index                  
92     2019-09-02  0.00
93     2019-09-03  0.63
94     2019-09-04  0.61
95     2019-09-05  0.98
96     2019-09-06  0.11
97     2019-09-09  0.43