python Pandas : update dataframe values from another dataframe

Question

我有这两个数据框:(更新:我添加了一列 stuff 到 df1 以指定这两个数据框没有相同的模式)

df1 = pd.DataFrame({'id': ['1','2','3'], 
                    'val': [0, 0, 0], 
                    'stuff': ['foo', 'bar', 'spam']})
df2 = pd.DataFrame({'id': ['2','3'], 'val': [10, 20]})

print(df1)
  id  val stuff
0  1    0   foo
1  2    0   bar
2  3    0  spam

print(df2)
  id  val
0  2   10
1  3   20

我想用 df2 val 列中的值更新 df1 val 列中的值id 列。 df1 转换后的期望结果:

print(df1)
  id  val stuff
0  1    0   foo
1  2   10   bar
2  3   20  spam

我可以使用连接 (merge)，但是我需要更多的步骤才能得到预期的结果(将列从 float 转换为 int，删除列等)。 (顺便说一句，如果你有一个简单而优雅的连接方式，我也很感兴趣)。
我正在尝试使用切片方法，但不知道如何使用。示例:

>>> df1.loc[df1['id'].isin(df2['id']), 'val'] = df2['val']

给出:

print(df1)
  id   val stuff
0  1   0.0   foo
1  2  20.0   bar
2  3   NaN  spam

更新: 多一个约束:不要修改原来的 df1索引。

Answer 1

你也可以做 map

In [88]: df1['id'].map(df2.set_index('id')['val']).fillna(df1['val'])
Out[88]:
0     0.0
1    10.0
2    20.0
Name: id, dtype: float64

---

In [89]: df1['val'] = df1['id'].map(df2.set_index('id')['val']).fillna(df1['val'])

In [90]: df1
Out[90]:
  id   val
0  1   0.0
1  2  10.0
2  3  20.0