Обновление значения таблицы Python с использованием значений другой таблицы

Question

Я использую питона и панд.

Я хочу сделать как [df_result]. DF1 и DF2, а, б является условием. если a, b равно значению, измените значение столбца d в ​​df1 на значение столбца d в ​​df2.

как это сделать? Я не знаю никакого решения ..

df1

a b c d

1 2 5 1

1 5 5 1

2 3 4 1

df2

a b d

1 2 2

1 2 2

2 3 4

df_result

a b c d

1 2 5 2

1 5 5 1

2 3 4 4

Answer 1

Я думаю, вам нужно numpy.where, если одинаковая длина и одинаковые значения индекса в обоих кадрах данных при сравнении обоих столбцов с DataFrame.all:

df1['d'] = np.where((df1[['a', 'b']] == df2[['a', 'b']]).all(axis=1), df2['d'], df1['d'])
print (df1)
   a  b  c  d
0  1  2  5  2
1  1  5  5  1
2  2  3  4  4

print (df1[['a', 'b']] == df2[['a', 'b']])
      a      b
0  True   True
1  True  False
2  True   True

print ((df1[['a', 'b']] == df2[['a', 'b']]).all(axis=1))
0     True
1    False
2     True
dtype: bool

Еще одно более общее решение для сопоставления по merge с левым соединением, но необходимы уникальные строки в df2 по столбцам a и b по drop_duplicates, последний combine_first и удалите ненужный столбец d_:

df = (df1.merge(df2.drop_duplicates(['a','b']), on=['a','b'], how='left', suffixes=('_',''))
         .assign(d= lambda x: x['d'].combine_first(x['d_']))
         .drop('d_', axis=1))

print (df)
   a  b  c    d
0  1  2  5  2.0
1  1  5  5  1.0
2  2  3  4  4.0

print (df2.drop_duplicates(['a','b']))
   a  b  d
0  1  2  2
2  2  3  4

print (df1.merge(df2.drop_duplicates(['a','b']), on=['a','b'], how='left', suffixes=('_','')))
   a  b  c  d_    d
0  1  2  5   1  2.0
1  1  5  5   1  NaN
2  2  3  4   1  4.0