如何合並 Pandas 中的兩個不同大小的 DataFrame 以更新一個 dataframe 取決於一列中的部分值與另一列 dataframe 的匹配

Question

我正在嘗試為工作編寫任務代碼，因此我制作了一個模擬此任務的簡單案例。 我有兩個數據幀： data_1和data_2 ，我想通過匹配名為time的列中的值的條件，用data_1中的行替換data_2中的一些行。

這是一個例子：

import numpy as np
import pandas as pd
a = {
    'time':[1,2,3,4,5,6],
    'column_1':[2,2,2,2,2,2],
    'column_2':[3,3,3,3,3,3]   
}
b = {
    'time':[3,4,5],
    'column_1':[0,0,0],
    'column_2':[0,0,0]    
}
data_1 = pd.DataFrame(a)
data_2 = pd.DataFrame(b)

結果，我想這樣得到 dataframe：

time   column_1   column_2
0   1   2   3
1   2   2   3
2   3   0   0
3   4   0   0
4   5   0   0
5   6   2   3

我嘗試了Pandas中的merge和replace方法，但是沒有成功。 我做了掩碼 boolean 陣列：

time_1 = list(data_1['time'])
time_2 = list(data_2['time'])
mask_array = np.zeros(len(time_1),dtype = bool)
for i, item in enumerate(time_1):
    if item in time_2:
        mask_array[i] = True

我收到了：

array([False, False,  True,  True,  True, False])

但我無法用data_1值替換data_2值。 我做錯什么了？ 這似乎不是一項艱巨的任務，但我找不到任何有用的東西，只是不知道該怎么做。 我對 pandas 沒有太多經驗，所以也許我不明白某些事情。

Answer 1

您可以在data_1a和data_1b上按time設置索引后使用.update() ，如下所示：

data_1a = data_1.set_index('time')
data_1a.update(data_2.set_index('time'))
data_out = data_1a.reset_index()

.update()使用來自另一個 DataFrame 的非 NA 值就地修改。對齊索引。 因此，當您將time設置為data_1a和data_1b的索引時， .update()對齊列time中的匹配值，以通過data_1的相應值執行data_2的更新。

數據設置：

a = {
    'time':[1,2,3,4,5,6],
    'column_1':[2,2,2,2,2,2],
    'column_2':[3,3,3,3,3,3]   
}
b = {
    'time':[3,4,5],
    'column_1':[0,0,0],
    'column_2':[0,0,0]    
}
data_1 = pd.DataFrame(a)
data_2 = pd.DataFrame(b)

結果：

print(data_out)

   time  column_1  column_2
0     1       2.0       3.0
1     2       2.0       3.0
2     3       0.0       0.0
3     4       0.0       0.0
4     5       0.0       0.0
5     6       2.0       3.0