python - 合并 2 个 Pandas DataFrame，如果索引匹配，则将一条记录替换为另一条记录

Question

我想合并两个 Pandas DataFrame，但在索引匹配的任何地方我只想合并来自特定 df 的行。

如果我有

df1
             A  B
type   model
apple  v1    10 xyz
orange v2    11 pqs

df2
             A  B
type   model
apple  v3    11 xyz
grape  v4    12 def

我会得到

df3 
             A  B
type   model
apple  v1    10 xyz
orange v2    11 pqs
grape  v4    12 def

因为 df1.ix['apple'] 优先于 df2.ix['apple']，并且 orange 和 葡萄是独一无二的。

我一直在尝试进行一些索引比较，但是 df2.drop(df1.index[[0]]) 只是删除了 df2 的全部内容.

两个数据框都是多索引的，结构相似，创建者:

pd.read_csv(..., index_col=[3, 1])

这会导致这样的索引:

MultiIndex(
  levels=[[u'apple', u'orange', u'grape', ...], [u'v1', u'v2', u'v3', ... ]],
  labels=[[0, 1, 2, 3, 4, 6, 7, 8, 9, 10, ...]],
  names=[u'type', u'model']
)

Answer 1

这就是DataFrame.combine_first()用于:

import pandas as pd

df1 = pd.DataFrame({'A': [10, 11], 'B': ['xyz', 'pqs']}, index=['apple', 'orange'])
df2 = pd.DataFrame({'A': [11, 12], 'B': ['xyz', 'def']}, index=['apple', 'grape'])

df3 = df1.combine_first(df2)

产量

df3
           A    B
apple   10.0  xyz
grape   12.0  def
orange  11.0  pqs 

---

编辑:在我发布上面的答案后，问题进行了实质性修改——将 model 级别添加到索引中，有效地将其变成了 MultiIndex。

import pandas as pd

# Create the df1 in the question
df1 = pd.DataFrame({'model': ['v1', 'v2'], 'A': [10, 11], 'B': ['xyz', 'pqs']},
                   index=['apple', 'orange'])
df1.index.name = 'type'
df1.set_index('model', append=True, inplace=True)

# Create the df2 in the question
df2 = pd.DataFrame({'model': ['v3', 'v4'], 'A': [11, 12], 'B': ['xyz', 'def']},
                   index=['apple', 'grape'])
df2.index.name = 'type'
df2.set_index('model', append=True, inplace=True)

# Solution: remove the `model` from the index and apply the above
#     technique. Restore it to the index at the end if you want.
df1.reset_index(level=1, inplace=True)
df2.reset_index(level=1, inplace=True)
df3 = df1.combine_first(df2).set_index('model', append=True)

结果:

df3
                 A    B
type   model           
apple  v1     10.0  xyz
grape  v4     12.0  def
orange v2     11.0  pqs