python - 根据另一个单元格与另一个数据帧单元格的比较来更改一个数据帧中单元格的值 - pandas

Question

我有两个数据框，如下所示:

df1

col1            col2         col3
20              John         Positive
21              Kate         Negative
22              Nick         Another



df2

col1            col2         col3
21              message      white
22              text         black
20              nothing      orange,yellow
19              excel        blue

我想让它们看起来像:

df3

col1             col2         col3
20               John         orange,yellow
21               Kate         white
22               Nick         black

如果两个数据帧的 col1 中的数字匹配，我想将 col3 中 df1 的值更改为 col3 中 df2 的值。 (在 df2 的 col1 中，我获得的值比 df1 col1 中的值多，但它包含 df1 col1 中的所有数字)

我已经制定了如下所示的解决方案:

for i in range(len(df2)):
    df1.loc[df1.col1 == df2.col1[i], ['col3']] = df2.col3[i]

我的解决方案有效，但确实很耗时。我希望使用 pandas 可以改进我的代码。您知道如何做到这一点吗？

Answer 1

使用DataFrame.merge左连接 DataFrame.fillna :

#column fo join with all columns for replace, here col3
cols = ['col1','col3']
df = df1.merge(df2[cols], on='col1', how='left', suffixes=('_','')).fillna(df1)[df1.columns]
print (df)
   col1  col2           col3
0    20  John  orange,yellow
1    21  Kate          white
2    22  Nick          black

或者使用Series.map如果只想替换一列，则按系列与df2:

df1['col3'] = df1['col1'].map(df2.set_index('col1')['col3']).fillna(df1['col3'])

或者:

df1['col3'] = df1['col1'].replace(df2.set_index('col1')['col3']).fillna(df1['col3'])