从另一个数据帧有条件地更新pandas数据帧
从另一个数据帧有条件地更新pandas数据帧
提问于 2021-01-21 04:53:15
我有一个包含两组值的主数据帧：
df1 = pd.DataFrame({'id1': [1, 1, 2, 2],
'dir1': [True, False, True, False],
'value1': [55, 40, 84, 31],
'id2': [3, 3, 4, 4],
'dir2': [True, False, False, True],
'value2': [60, 30, 7, 15]})
id1 dir1 value1 id2 dir2 value2
0 1 True 55 3 True 60
1 1 False 40 3 False 30
2 2 True 84 4 False 7
3 2 False 31 4 True 15然后我有一个更新数据帧，看起来像这样：
df2 = pd.DataFrame({'id': [1, 2, 3, 4],
'value': [21, 22, 23, 24]})
id value
0 1 21
1 2 22
2 3 23
3 4 24我想用df2的新值更新df1，但只在dirX为True的情况下更新。然后，数据应如下所示：
id1 dir1 value1 id2 dir2 value2
0 1 True *21 3 True *23
1 1 False 40 3 False 30
2 2 True *22 4 False 7
3 2 False 31 4 True *24你知道这样的事情有没有可能发生？我试着查看.update，但是我不能让它工作。我是python的新手，而且只在23:00写过代码，所以可能我还不够敏锐。
回答 2
Stack Overflow用户
回答已采纳
发布于 2021-01-21 05:20:39
我同意泰利斯的回答。首先，基于id1将df2与df1合并：
df = df1.merge(df2, left_on='id1', right_on='id')然后，将基于dir1的value1替换为value
df.value1 = np.where(df.dir1 == True, df.value, df.value1)然后，删除多余的列
df = df.drop(['id', 'value'],axis=1)然后，根据id2将df2与df1合并
df = df.merge(df2, left_on='id2', right_on='id')执行相同的替换操作，但对于value2
df.value2 = np.where(df.dir2 == True, df.value, df.value2)然后，删除额外的列：
df = df.drop(['id', 'value'],axis=1)生成的数据帧将如下所示：
id1 dir1 value1 id2 dir2 value2
0 1 True 21 3 True 23
1 1 False 40 3 False 30
2 2 True 22 4 False 7
3 2 False 31 4 True 24Stack Overflow用户
发布于 2021-01-21 05:02:21
尝试使用numpy中的np.where函数。
可能是这样的：
df_1['value1'] = np.where(df_1['dir2'] == True, df_2['value'], df_1['value1'])也许您需要一些调整或合并，但我认为这将帮助您找到解决方案。
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/65817496
复制相关文章
相似问题
腾讯云开发者
