用另一个数据框的值替换一个数据框的列值
我有两个数据框，第一个有1000行，看起来像：
Date Group Family Bonus
2011-06-09 tri23_1 Laavin 456
2011-07-09 hsgç_T2 Grendy 679
2011-09-10 bbbj-1Y_jn Fantol 431
2011-11-02 hsgç_T2 Gondow 569
该列Group具有不同的值，有时会重复，但通常大约有50个唯一值。
第二个数据框包含所有这50个唯一值（50行）以及与这些值关联的酒店：
Group Hotel
tri23_1 Jamel
hsgç_T2 Frank
bbbj-1Y_jn Luxy
mlkl_781 Grand Hotel
vchs_94 Vancouver
我的目标是用第二个数据帧的列的相应值替换Group第一个数据帧的列中的值，Hotel或者Hotel用相应的值创建该列。当我尝试通过像
df1.loc[(df1.Group=df2.Group), 'Hotel']=df2.Hotel
我有一个错误，即数据帧的大小不相等，因此无法进行比较
问题答案：
如果将索引设置为另一个df上的“组”列，则可以map在原始df的“组”列上使用替换：
In [36]:
df['Group'] = df['Group'].map(df1.set_index('Group')['Hotel'])
df
Out[36]:
Date Group Family Bonus
0 2011-06-09 Jamel Laavin 456
1 2011-07-09 Frank Grendy 679
2 2011-09-10 Luxy Fantol 431
3 2011-11-02 Frank Gondow 569
-
问题内容： 注意：为简单起见，我使用一个玩具示例，因为复制/粘贴数据帧在堆栈溢出中很困难（请让我知道是否有简便的方法来执行此操作）。 有没有一种方法可以将一个数据帧中的值合并到另一个数据帧中而无需获取_X，_Y列？我希望一列中的值替换另一列中的所有零值。 在上一篇文章中，我尝试了Combine_First和dropna（），但是这些都做不到。 我想用df2中的值替换df1中的零。此外，我希望根据d
-
我有两个熊猫数据框 步骤1：根据df1中唯一的“val”在df2中创建列，如下所示： 步骤2：对于flag=1的行，AA_new将计算为var1（来自df2）*组“A”和val“AA”的df1的'cal1'值*组“A”和val“AA”的df1的'cal2'值，类似地，AB_new将计算为var1（来自df2）*组“A”和val“AB”的df1的'cal1'值*组“A”和val“AB”的df1的'c
-
问题内容： 我有一个具有多个列和行的数据框 df1 。简单的例子： 我想创建一个空的数据框 df2， 然后再添加带有计算结果的新列。 目前，我的代码如下所示： …添加两个新列： 有没有更好/更安全/更快的方法呢？是否可以创建一个空的数据帧df2并仅从df1复制索引？ 问题答案： 这将创建一个没有列但只有一个索引的DataFrame，并且它将与df1中的索引相同。
-
问题内容： 我有2个数据框。 我想遍历每行，并检查每个名称是否在中。 如果名称在其中，结果应返回1，否则返回0： 谢谢。 问题答案： 采用 在数据框中显示结果 在系列对象中
-
我有两个pyspark数据帧 DF1 ： df2: 我想向df1添加一个列Location_Id，从df2获取匹配的Id，如下所示: 我如何才能做到这一点？
-
如何使用Pandas更新/组合/合并数据帧（df1）和来自另一个数据帧（df2）的值，其中df1有一个新列（col3）和来自df2的值。可乐2？换句话说，df1是当前月份的值，我希望df1也有一个来自df2的列，它是上个月的值。 任何关于这方面的见解都是值得赞赏的；非常感谢你。 DF1： DF2： 所需df：