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!
答案 0 :(得分: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。
答案 1 :(得分:1)
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
答案 2 :(得分:0)
你可以这样做。
where
df -> first dataframe
df1 -> second dataframe
<强>代码:强>
df.loc[df.ID.isin(df1.ID), ['Cost']] = df1[['Cost']]
print df
<强>参考:强>
答案 3 :(得分:0)
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