python - 更新/合并和更新列 pandas 的子集

Question

我有df1:

  ColA  ColB   ID1    ColC   ID2
0    a   1.0  45.0     xyz  23.0
1    b   2.0  56.0     abc  24.0
2    c   3.0  34.0  qwerty  28.0
3    d   4.0  34.0     wer  33.0
4    e   NaN   NaN     NaN   NaN

df2:

  ColA  ColB   ID1 ColC   ID2
0    i     0  45.0  NaN  23.0
1    j     0  56.0  NaN  24.0
2  NaN     0   NaN   fd  25.0
3  NaN     0   NaN  NaN  26.0
4  NaN     0  23.0    e  45.0
5  NaN     0  45.0    r   NaN
6  NaN     0  56.0  NaN  29.0

我正在尝试仅在将是 choice= ['ColA','ColB'] 的列上更新 df2，其中 ID1 和 ID2 在 2 个 dfs 中都匹配。

预期输出:

  ColA   ColB   ID1  ColC    ID2
0    a    1.0  45.0   NaN   23.0
1    b    2.0  56.0   NaN   24.0
2  NaN      0   NaN    fd   25.0
3  NaN      0   NaN   NaN   26.0
4  NaN      0   23.0    e   45.0
5  NaN      0   45.0    r    NaN
6  NaN      0   56.0  NaN   29.0

到目前为止我已经尝试过:

u = df1.set_index(['ID1','ID2'])
u = u.loc[u.index.dropna()]
v = df2.set_index(['ID1','ID2'])
v= v.loc[v.index.dropna()]
v.update(u)
v.reset_index()

这给了我正确的更新(但我丢失了 NaN 的 ID)而且更新发生在我不想要的 ColC 上:

    ID1      ID2    ColA    ColB    ColC
0   45.0    23.0    a       1.0     xyz
1   56.0    24.0    b       2.0     abc
2   23.0    45.0    NaN     0.0     e
3   56.0    29.0    NaN     0.0     NaN

我也尝试过 merge 和 combine_first。无法根据选择列表找出执行此操作的最佳方法。

Answer 1

使用 merge 和 right 加入然后 combine_first :

choice= ['ColA','ColB']
joined = ['ID1','ID2']
c = choice + joined

df3 = df1[c].merge(df2[c], on=joined, suffixes=('','_'), how='right')[c]
print (df3)
  ColA  ColB   ID1   ID2
0    a   1.0  45.0  23.0
1    b   2.0  56.0  24.0
2  NaN   NaN   NaN  25.0
3  NaN   NaN   NaN  26.0
4  NaN   NaN  23.0  45.0
5  NaN   NaN  45.0   NaN
6  NaN   NaN  56.0  29.0

df2[c] = df3.combine_first(df2[c])
print (df2)
  ColA  ColB   ID1 ColC   ID2
0    a   1.0  45.0  NaN  23.0
1    b   2.0  56.0  NaN  24.0
2  NaN   0.0   NaN   fd  25.0
3  NaN   0.0   NaN  NaN  26.0
4  NaN   0.0  23.0    e  45.0
5  NaN   0.0  45.0    r   NaN
6  NaN   0.0  56.0  NaN  29.0