从不同的数据帧更新/替换熊猫

Question

我有两个数据帧：df1和df2。df1有列['UserId'、'company'、'deg']，有100个观察值。df2有列['UserId'，'deg'，]，有10个观察值。df1和df2中的索引与“userId”完全匹配。

我想用df2中的更新df1。df2中的“UserId”列是df1中“UserId”列的子集……因此，没有任何附加内容。仅基于“userId”（和/或普通索引）。

df1

,'UserId','Company','deg'
6,'john21','ibm','bs'
12,'mary33','cisco','ms'
16,'smith11','intel','none'
20,'lucy55','intel','bs'
33,'tanya32','fb','ms'
39,'ssri44','google','none'
45,'har43','CDs','none'

df2

,'UserId','deg'
16,'smith11','BS'
39,'ssri44','MS'
45,'har43','MS'

现在，我想使用df2中的信息来更新df1。如您所见，索引值和userIds与df1中的完全匹配。

有什么建议吗？

谢谢

Answer 1

您可以首先将替换为NaN，然后使用fillna将df1中的无值更新为df2：

df1.replace({"'none'": np.nan}, inplace=True)
#or omit '', for me works uncomment version
#df1.replace({"none": np.nan}, inplace=True)

print df1.fillna(df2)

     'UserId' 'Company' 'deg'
6    'john21'     'ibm'  'bs'
12   'mary33'   'cisco'  'ms'
16  'smith11'   'intel'  'BS'
20   'lucy55'   'intel'  'bs'
33  'tanya32'      'fb'  'ms'
39   'ssri44'  'google'  'MS'
45    'har43'     'CDs'  'MS'

另一个带有更新的解决方案：

df1.replace({"'none'": np.nan}, inplace=True)

df1.update(df2)
print df1
     'UserId' 'Company' 'deg'
6    'john21'     'ibm'  'bs'
12   'mary33'   'cisco'  'ms'
16  'smith11'   'intel'  'BS'
20   'lucy55'   'intel'  'bs'
33  'tanya32'      'fb'  'ms'
39   'ssri44'  'google'  'MS'
45    'har43'     'CDs'  'MS'

如果要通过df1更新df2，请使用merge：

print pd.merge(df2,df1,left_index=True,right_index=True,how='left', on=["'UserId'","'deg'"])
     'UserId' 'deg' 'Company'
16  'smith11'  'BS'   'intel'
39   'ssri44'  'MS'  'google'
45    'har43'  'MS'     'CDs'