python - Pandas 合并数据帧，覆盖键上的值

Question

如果这个问题重复，我深表歉意。我实在找不到这个具体案例的答案。如果键(“id”)也存在于第二个数据帧中，是否可以合并/连接两个数据帧，同时覆盖第一个数据帧中的值？有点像 SQL 中的“INSERT - ON DUPLICATE KEY UPDATE”命令。

第一个数据帧“df1”:

    id      value
0   100010  25
1   100011  22
2   100012  30

第二个数据帧“df2”:

    id      value
0   100012  35
1   100013  36

合并数据帧会产生新列，并保留“id”“100012”的旧数据:

df3 =  pd.merge(df1, df2, on='id', how='outer')
print(df3)

    id      value_x value_y
0   100010  25.0    NaN
1   100011  22.0    NaN
2   100012  30.0    35.0
3   100013  NaN     36.0

是否可以直接从合并函数获得所需的输出？因此仅更新“id”“100012”并添加新行“100013”？

    id      value
0   100010  25
1   100011  22
2   100012  35
3   100013  36

我已经尝试过merge , join , update和 combine_first ，都没有成功。感谢您的帮助!

Answer 1

编辑:

最简单的方法是:

>>> df1=df1.set_index('id')
>>> df2=df2.set_index('id')

在df2上使用combine_first

>>> df2.combine_first(df1)
       value
id
100010    25
100011    22
100012    35
100013    36

<小时/>

旧帖子:

作为替代方案，您可以使用标准 python 字典

>>> df1=df1.set_index('id')
>>> df2=df2.set_index('id')

用df1制作字典

>>> d = df1.to_dict( 'index' )
>>> d
{'100012': {'value': '30'}, '100010': {'value': '25'}, '100011': {'value': '22'}}

update() 与其他数据帧字典 - 重复的键将使用整行进行更新

>>> d.update( df2.to_dict( 'index' ) )
>>> d
{'100012': {'value': '35'}, '100013': {'value': '36'}, '100010': {'value': '25'}, '100011': {'value': '22'}}

将其重新转换为数据框:

>>> pd.DataFrame.from_dict( d, 'index' )
       value
100010    25
100011    22
100012    35
100013    36

如果你想将所有内容都保留在 pandas 中 - RafaelC 的解决方案更好