Python Pandas 使用基于具有重叠索引的另一个数据框中的列的值更新数据框列

Question

这可能有一个简单的答案，但不知何故我没有看到它。

我有两个数据帧 df_a 和 df_b。 df_b.index 是 df_a.index 的子集。

df_a

              Actioncode   Group

    Mary         1.0         I
    Paul         1.0         I
    Robert       4.0         O
    David        4.0         O
    Julia        4.0         O

请注意，Group 属于 ActionCode(只是使 actioncode 可读。

df_b

              Group

    Paul        O
    Robert      I

我想要的是 df_a Actioncode 如果名称在 df_b 中并且 Group 是 ' O' 和 df_a Actioncode 如果名称在 df_b 中并且 Group 是“I”，则显示 3.0。

所以结果是:

    df_a

              Actioncode   Group

    Mary         1.0         I
    Paul         5.0         I
    Robert       3.0         O
    David        4.0         O
    Julia        4.0         O

我试过 where 但似乎无法获取它。

df_a['Actioncode'] =  df_a['Actioncode'].where(df_b['Group'] == 'O', 5.0)

但这不太对。

我可以迭代，但它不是 pythonic。

见解？

谢谢，

Answer 1

您可以使用 np.select为此，它的工作方式类似于 np.where 但具有多个条件/输出:

# Transform index of df_a to series for mapping
a_idx = df_a.index.to_series()

# Condition that df_a's index is in df_b
idx_in = a_idx.isin(df_b.index)

# map df_a's index to the df_b groups
mapped = a_idx.map(df_b.Group)

# apply np.select on your conditions:
conds = [(idx_in) & (mapped == 'O'),
         (idx_in) & (mapped == 'I')]

choices = [5,3]


df_a['Actioncode'] = np.select(conds,choices, df_a.Actioncode)

>>> df_a
        Actioncode Group
Mary           1.0     I
Paul           5.0     I
Robert         3.0     O
David          4.0     O
Julia          4.0     O