如何使用DataFrame执行对帐？

Question

我们假设我每周都会收到一个DataFrame，并希望更新基于每周报告更新的跟踪器，例如：

这是我收到的每周报告：

ID   Cost
X12  500
X54  100
X52  150
X45  200
X32  435

我有一个主要指标跟踪器的DataFrame，需要根据每周报告进行更新：

ID   Cost
X12  34
X54  467
X52  234
X45  3453
X37  4664    
X76  34
X57  467
X52  23465
X48  547
X32  34

我想从DataFrame 1获取数字并将它们放入DataFrame 2中，这将导致：

ID   Cost
X12  500
X54  100
X52  150
X45  200
X37  4664    
X76  34
X57  467
X56  23465
X48  547
X32  435

我如何从一个DataFrame到另一个DataFrame执行这样的功能。我假设我们使用for循环并在迭代第一个DataFrame时搜索第二个DataFrame，但我该如何设置它呢？

谢谢！

Answer 1

如果订单不是问题，那么

In [1178]: dfw.set_index('ID').combine_first(dfo.set_index('ID')).reset_index()
Out[1178]:
    ID    Cost
0  X12   500.0
1  X32   435.0
2  X37  4664.0
3  X45   200.0
4  X48   547.0
5  X52   150.0
6  X52   150.0
7  X54   100.0
8  X57   467.0
9  X76    34.0

这也会照顾任何新的ID添加内容。

Answer 2

您可以使用map和combine_first

df2['Cost'] = df2['ID'].map(df1.set_index('ID')['Cost']).combine_first(df2['Cost'])

你得到了

    ID  Cost
0   X12 500.0
1   X54 100.0
2   X52 150.0
3   X45 200.0
4   X37 4664.0
5   X76 34.0
6   X57 467.0
7   X52 150.0
8   X48 547.0
9   X32 435.0

Answer 3

你可以这样做。

where 
df -> first dataframe
df1 -> second dataframe

<强>代码：

df.loc[df.ID.isin(df1.ID), ['Cost']] = df1[['Cost']]
print df

<强>参考：

Replace column values based on another dataframe

Answer 4

使用drop_duplicates

rep.append(track).drop_duplicates('ID')

    ID  Cost
0  X12   500
1  X54   100
2  X52   150
3  X45   200
4  X32   435
4  X37  4664
5  X76    34
6  X57   467
8  X48   547

如果您想重置索引

rep.append(track).drop_duplicates('ID').reset_index(drop=True)

    ID  Cost
0  X12   500
1  X54   100
2  X52   150
3  X45   200
4  X32   435
5  X37  4664
6  X76    34
7  X57   467
8  X48   547