一种更新 pandas DataFrames 中的单元格的干净有效的方法
A clean and efficient way to update cells in pandas DataFrames
我正在寻找一种更简洁的方法来实现以下目标：
我有一个包含某些列的 DataFrame，如果有新信息到达，我想更新这些列。 pandas DataFrame（来自 CSV 文件）的 "new information" 可以有更多或更少的行，但是，我只对添加
感兴趣
原始数据帧
具有新信息的 DataFrame
（注意此处缺少的名称“c”以及名称“a”在 "status" 中的更改）
现在，我写了下面的"inconvenient"代码来用新信息更新原始DataFrame
根据 "name" 列更新 "status" 列
for idx,row in df_base.iterrows():
if not df_upd[df_upd['name'] == row['name']].empty:
df_base.loc[idx, 'status'] = df_upd.loc[df_upd['name'] == row['name'], 'status'].values
它完全达到了我想要的效果，但它看起来既不美观也不高效，我希望有更简洁的方法。我尝试了 pd.merge 方法，但是，问题是它会添加新列而不是 "updating" 该列中的单元格。
pd.merge(left=df_base, right=df_upd, on=['name'], how='left')
我期待着您的提示和想法。
您可以 set_index("name") 然后调用 .update:
>>> df_base = df_base.set_index("name")
>>> df_upd = df_upd.set_index("name")
>>> df_base.update(df_upd)
>>> df_base
status
name
a 0
b 1
c 0
d 1
更一般地说，您可以将索引设置为任何合适的值，更新，然后根据需要重新设置。
我正在寻找一种更简洁的方法来实现以下目标：
我有一个包含某些列的 DataFrame，如果有新信息到达，我想更新这些列。 pandas DataFrame（来自 CSV 文件）的 "new information" 可以有更多或更少的行，但是，我只对添加
原始数据帧
具有新信息的 DataFrame
（注意此处缺少的名称“c”以及名称“a”在 "status" 中的更改）
现在，我写了下面的"inconvenient"代码来用新信息更新原始DataFrame
根据 "name" 列更新 "status" 列
for idx,row in df_base.iterrows():
if not df_upd[df_upd['name'] == row['name']].empty:
df_base.loc[idx, 'status'] = df_upd.loc[df_upd['name'] == row['name'], 'status'].values
它完全达到了我想要的效果，但它看起来既不美观也不高效，我希望有更简洁的方法。我尝试了 pd.merge 方法，但是，问题是它会添加新列而不是 "updating" 该列中的单元格。
pd.merge(left=df_base, right=df_upd, on=['name'], how='left')
我期待着您的提示和想法。
您可以 set_index("name") 然后调用 .update:
>>> df_base = df_base.set_index("name")
>>> df_upd = df_upd.set_index("name")
>>> df_base.update(df_upd)
>>> df_base
status
name
a 0
b 1
c 0
d 1
更一般地说，您可以将索引设置为任何合适的值，更新，然后根据需要重新设置。