基于另一个df python pandas更新df列值
基于另一个df python pandas更新df列值
提问于 2018-06-15 05:03:45
我有两个df qty和df item_info，我正在尝试填充qty['item']中的NaN字段：(我将在此处引用SQL )
qty.ccy = item_info.ccy and qty.seller = item_info.seller，其中元组(ccy，卖家)是两个DFs上的唯一标识符。
DF qty
| id | qty | item | ccy | seller |
+-----+------+----------+-----+--------+
| 001 | 700 | CB04 box | USD | A1 |
| 002 | 500 | NaN | AUS | A1 |
| 003 | 1500 | AB01 box | USD | B1 |
DF item_info
| sid | seller | ccy | item |
+-----+--------+-----+----------+
| AA1 | A1 | USD | CB04 box |
| AA2 | A2 | USD | CB01 Box |
| AA3 | A1 | AUS | AB01 box |更新后的DF qty将如下所示
DF qty
| id | qty | item | ccy | seller |
+-----+------+----------+-----+--------+
| 001 | 700 | CB04 box | USD | A1 |
| 002 | 500 | AB01 box | AUS | A1 |
| 003 | 1500 | AB01 box | USD | B1 |回答 2
Stack Overflow用户
回答已采纳
发布于 2018-06-15 05:33:37
一种策略可能是在需要匹配的列上合并两个表，然后使用fillna。
values = qty.merge(item_info, on=["ccy", "seller"],
how="left", suffixes=("_qty", "_info"))["item_info"]
qty["item"] = qty["item"].fillna(value=values)Stack Overflow用户
发布于 2018-06-15 05:43:49
以下方法可能会起作用。
import pandas as pd
import numpy as np
dfg_item_info = item_info.groupby(["ccy", "seller"])
def fillna(x):
if np.isnan(x["C"]):
return (dfg_item_info
.get_group((x["ccy"], x["seller"]))["item"]
.values[0])
else:
return x["item"]
qty["item] = qty["item"].apply(fillna, axis=1)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/50865899
复制相关文章
相似问题