如何解决熊猫-根据多个匹配的列值更新/合并2个数据框
我有2个数据帧left_df
和right-df
,它们都有20个具有相同名称和dtypes的列。 right_df
还有两列,每行都有唯一的值。
我想用right_df
中的所有值更新left_df
中的行,其中在两个数据帧中,列子集matching_cols = ['col_1','col_3','col_10','col_12']
的列表中ALL列中的值都相同。 right_df
中另外2个唯一列中的值应保留。
理想情况下,我也想将left_df
中的那些行放在同一命令中,或者如果不可能的话,作为下一个命令。我需要多次执行此过程,在几个不同的列列表上进行匹配,left_df
在每个循环中删除匹配的行,直到最终找不到进一步的匹配。
可接受的替代方法是创建新数据框new_df
的任何方法,该数据框包含列表matching_cols
中所有指定列均匹配的行集,第一个值来自left_df
其余2列中有20列和right_df
中的值。
我不在乎在任何一个数据帧中的任何地方都保留索引,我将其导入到SQL之后,并将最后在两个right_df
值之一上对其重新索引。
Pandas的新手,无法确定使用哪种方法,尝试了.merge
,.join
,.update
等的变体,但似乎无法指定仅更新当我所需的列值全部匹配时,或者如何删除这些行/将其导出到新的df中。
更新:在下面添加了伪代码:
对于left_df
为:
left_df = pd.DataFrame({
'col_0': ['0','1','2','3','4','5'],'col_1': ['A','B','C','D','E','F'],'col_2': ['new','new','new'],'col_3': ['new','col_4': ['new','col_5': ['new','col_6': ['new','col_7': ['new',})
和一个right_df为:
right_df = pd.DataFrame({
'col_0': ['0','X','col_2': ['old','old','old'],'col_3': ['old','col_4': ['old','col_5': ['old','col_6': ['old','col_7': ['old','col_8': ['uid_0','uid_1','uid_2','uid_3','uid_4','uid_5'],'col_9': ['uid_a','uid_b','uid_c','uid_d','uid_e','uid_f'],})
matching_cols = ['col_0','col_1']
我想获得以下结果,无论是作为新数据框还是在right_df
上就位(请注意,col_1
在第3行上不匹配,因此不会更改)
col_0 col_1 col_2 col_3 col_4 col_5 col_6 col_7 col_8 col_9
0 0 A new new new new new new uid_0 uid_a
1 1 B new new new new new new uid_1 uid_b
2 2 C new new new new new new uid_2 uid_c
3 3 X old old old old old old uid_3 uid_d
4 4 E new new new new new new uid_4 uid_e
5 5 F new new new new new new uid_5 uid_f
解决方法
尝试一下
new_df=pd.concat([left_df,right_df.iloc[:,-1:-3]],axis=1)
,
借助this post和Pandas文档来解决:
首先,这是我需要的.merge
,对于仅要从'_r'
复制的列/我要更新的旧值,我将后缀指定为right_df
。
merged_df = pd.merge(left_df,right_df,on=['col_0','col_1'],suffixes=(None,'_r'))
这将产生一个新的数据框,其中的行包含新列和旧列,仅适用于on=['col_0','col_1']
列中的值匹配的每个数据框中的行。然后,通过在文本'_r'
上使用正则表达式过滤器来删除“旧”列:
merged_df.drop(list(merged_df.filter(regex = '_r')),axis=1,inplace=True)
这将产生一个仅包含“已修改”行而没有未修改行的数据框,该数据框足够接近我的需要。
col_0 col_1 col_2 col_3 col_4 col_5 col_6 col_7 col_8 col_9
0 0 A new new new new new new uid_0 uid_a
1 1 B new new new new new new uid_1 uid_b
2 2 C new new new new new new uid_2 uid_c
3 4 E new new new new new new uid_4 uid_e
4 5 F new new new new new new uid_5 uid_f
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。