比較熊貓數據框索引並更新行

Question

我有兩個 excel 文件，由 pandas 讀取。 我正在將文件 1 中的索引與文件 2 中的索引（長度不同（例如：10,100）進行比較，如果它們匹配，則第二個文件中的 row[index] 將為零，否則不會改變。我正在使用for 和 if 循環，但是我想處理的數據越多（1e3,5e3），運行時間就會變長。那么，有沒有更好的方法來進行這種比較？這是我正在使用的一個例子。

df = pd.DataFrame([[0, 2, 3], [0, 4, 1], [10, 20, 30]],
                  index=[4, 5, 6], columns=['A', 'B', 'C'])
df1 = pd.DataFrame([['w'], ['y' ], ['z']],
                  index=[4, 5, 1])
for j in df1.index:
    for i in df.index:
        if i == j:
            df.loc[i, :] = 0
        else:
            df.loc[i, :] = df.loc[i, :]
print(df)

Answer 1

這里不需要循環，您可以通過DataFrame.mask和Series.isin將每行的值設置為0 （必須將index轉換為Series以避免ValueError: Array conditional must be same shape as self ）：

df = df.mask(df.index.to_series().isin(df1.index), 0)

或者使用Index.isin和numpy.where如果想提高性能：

arr = np.where(df.index.isin(df1.index)[:, None], 0, df)
df = pd.DataFrame(arr, index=df.index, columns=df.columns)
print(df)
    A   B   C
4   0   0   0
5   0   0   0
6  10  20  30