python - 与 Pandas 左侧数据框中的覆盖值合并

Question

我有两个 DataFrame C 和 D，如下所示:

C
    A  B
0  AB  1
1  CD  2
2  EF  3

D
    A  B
1  CD  4
2  GH  5

我必须合并两个数据框，但合并应该覆盖右侧 df 中的值。数据框中的其余行不应更改。

Output
    A  B
0  AB  1
1  CD  4
2  EF  3
3  GH  5

df 的行顺序不得更改，即 CD 应保留在索引 1 中。我尝试使用外部合并，它处理索引但复制列而不是覆盖。

>>> pd.merge(c,d, how='outer', on='A')
    A  B_x  B_y
0  AB  1.0  NaN
1  CD  2.0  4.0
2  EF  3.0  NaN
3  GH  NaN  5.0 

基本上 B_y 应该替换 B_x 中的值(仅在值出现的地方)。我正在使用 Python3.7。

Answer 1

您必须替换行以覆盖现有的值。这与删除重复项不同，因为它会更改行的顺序。

Combine DF 将“pkey”作为参数，它是合并应该发生的主要列。

def update_df_row(row=None, col_name="", df=pd.DataFrame(), pkey=""):
    try:
        match_index = df.loc[df[pkey] == col_name].index[0]
        row = df.loc[match_index]
    except IndexError:
        pass
    except Exception as ex:
        raise
    finally:
        return row

def combine_dfs(parent_df, child_df, pkey):

    filtered_child_df = child_df[child_df[pkey].isin(parent_df[pkey])]

    parent_df[parent_df[pkey].isin(child_df[pkey])] = parent_df[
        parent_df[pkey].isin(child_df[pkey])].apply(
        lambda row: update_df_row(row, row[pkey], filtered_child_df, pkey), axis=1)

    parent_df = pd.concat([parent_df, child_df]).drop_duplicates([pkey])

    return parent_df.reset_index(drop=True)

上述代码片段的输出将是:

    A   B
0   AD  1
1   CD  4
2   EF  3
3   GH  5