python - Pandas:将小 DataFrame 合并为大 DataFrame，用小 DataFrame 覆盖

Question

我正在尝试做一些我认为应该是单行的事情，但我正在努力把它做好。

我有一个大数据框，我们称之为lg，还有一个小数据框，我们称之为sm。每个数据帧都有一个 start 和一个 end 列，以及多个其他列所有这些在两个数据帧之间都是相同的(为简单起见，我们我将调用所有这些列 type)。有时，sm 将具有与 lg 相同的start 和 end，如果就是这样，我希望 sm 的 type 覆盖 lg 的 type。

这是设置:

lg = pd.DataFrame({'start':[1,2,3,4], 'end':[5,6,7,8], 'type':['a','b','c','d']})
sm = pd.DataFrame({'start':[9,2,3], 'end':[10,6,11], 'type':['e','f','g']})

...请注意，唯一匹配的 ['start','end'] 组合是 ['2','6']

我想要的输出:

   start  end type
0      1    5    a
1      2    6    f    # where sm['type'] overwrites lg['type'] because of matching ['start','end']
2      3    7    c
3      3   11    g    # where there is no overwrite because 'end' does not match
4      4    8    d
5      9   10    e    # where this row is added from sm

我尝试了多个版本的 .merge()、merge_ordered() 等，但都无济于事。我实际上已经让它与 merge_ordered() 和 drop_duplicates() 一起工作，只是意识到它只是删除了字母表中较早的重复项，而不是因为它来自 sm。

Answer 1

您可以尝试将start 和end 列设置为索引，然后使用combine_first:

sm.set_index(['start', 'end']).combine_first(lg.set_index(['start', 'end'])).reset_index()