如何使用另一个数据框中的值使用新列更新数据框？
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：
共有1个答案
合并，连接，连接，数据帧可能很棘手。我发现的最简单的方法之一是将共享的“键”列创建为索引。重命名列（在您的情况下为col3）并连接到key索引列。
在您的情况下，它看起来像：
right_df = df_1[["key", "col2"]].set_index("key")
right_df = right_df.rename(columns={"col2": "col3"})
new_df = df2.join(right_df, on="key")
（我没有测试这段代码。这是内存。如果它失败得很惨，请告诉我，我会看看是否可以修复它。）
-
问题内容： 我有两个Spark数据框： 数据框A： 和数据框B： 数据框B可以包含来自数据框A的重复行，更新行和新行。我想在spark中编写操作，在其中可以创建一个新数据框，其中包含数据框A的行以及数据框B的更新行和新行。 我首先创建一个仅包含不可更新列的哈希列。这是唯一的ID。所以我们可以说，并可以改变值（可更新），但是是唯一的。我创建了一个哈希函数为： 现在，我想编写一些火花代码，基本上从B中
-
问题内容： 我遇到问题，找到了解决方案，但我觉得这是错误的方法。也许，有一种更“规范”的方式来做到这一点。 问题 我有两个要合并的数据框，而没有多余的列，也没有擦除现有的信息。范例： 现有数据框（df） 要合并的数据框（df2） 我想更新与是否列“A”和“A2”相对应。结果将是（： 这是我的解决方案，但我认为这不是一个很好的解决方案。 有谁有更好的方法吗？谢谢 ！ 问题答案： 是的，无需合并即可完
-
问题内容： 我有两个数据框，第一个有1000行，看起来像： 该列具有不同的值，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： 我的目标是用第二个数据帧的列的相应值替换第一个数据帧的列中的值，或者用相应的值创建该列。当我尝试通过像 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
-
我有两个数据帧。我需要用第二列中的平均值更新第一列中的一列，并按索引分组。这里是示例df1（col1是索引） df2（col1是索引） 我需要df2的col2（a=2，d=3）的平均值，并且只更新col3=X的行的df1 我试过这个 只有在我不使用loc的情况下，它才有效。 我试图得到的结果是df1（col1是索引）
-
我有一个目标表（已经填充了数据）和另一个（源表），我需要将数据检索到第一个。 目标_表格 source_table 我需要使用 tusers 表中的 id 更新 ttasks 表id_user列，因此 ttasks 的最终结果应该是： 我尝试过的（类似于INSERT… from…语句）： 但是这个查询总是使用我的q1子查询中的第一个id。 关于我如何完成这项任务，有什么想法、帮助甚至解决方案吗？非
-
问题内容： 表格1： 表2： 在oracle SQL中，如何运行 sql更新 查询，该查询可以使用表2并使用表2来更新表1 ？所以我得到的最终结果是 表格1： 问题答案： 这称为相关更新 假设联接导致键保留视图，您还可以