[已解决]两个df之间关联，以某列数值进行更新字段数据

rsj0315

如图所示：
两个dataframe，
将df1中的列2数值按照df2中的num数据进行更新，关联字段是列1=code

最佳答案

月排行榜 / 总排行榜

陶远航

2023-10-28 12:33:27

在Python的pandas库中，你可以使用merge或者map函数来实现这个需求。以下是一个示例：

首先，我们创建两个示例dataframe：

import pandas as pd

# 创建df1
data1 = {'列1': ['a', 'b', 'c', 'd', 'e'],
         '列2': [1, 2, 3, 4, 5]}
df1 = pd.DataFrame(data1)

# 创建df2
data2 = {'code': ['a', 'b', 'c', 'd', 'e'],
         'num': [10, 20, 30, 40, 50]}
df2 = pd.DataFrame(data2)

然后，我们可以使用merge函数将df1和df2合并，然后更新df1的'列2'：

# 合并df1和df2
df = df1.merge(df2, left_on='列1', right_on='code', how='left')

# 更新df1的'列2'
df['列2'] = df['num']

# 删除不需要的列
df = df.drop(['code', 'num'], axis=1)

或者，我们也可以使用map函数来更新df1的'列2'：

# 使用map函数更新df1的'列2'
df1['列2'] = df1['列1'].map(df2.set_index('code')['num'])

以上两种方法都可以实现你的需求，你可以根据你的实际情况选择使用哪一种。
请注意，本回答来自GPT-4
如果问题已经解决，请设置最佳答案

跳转到最佳答案楼层

isdkz

您可以使用 pandas 库中的 merge 函数将两个DataFrame按照关联字段进行合并，然后使用 map 函数将df2中的num数据映射到df1中的列2，并进行更新。

下面是一个示例代码：

import pandas as pd

# 创建示例数据
data1 = {'code': ['A', 'B', 'C', 'D'],
         'value': [1, 2, 3, 4]}
df1 = pd.DataFrame(data1)

data2 = {'code': ['A', 'C'],
         'num': [10, 30]}
df2 = pd.DataFrame(data2)

# 将df1和df2按照code字段进行合并
merged_df = pd.merge(df1, df2, on='code', how='left')

# 使用map函数将df2中的num数据映射到df1中的value列，并进行更新
merged_df['value'] = merged_df['num'].map(lambda x: x if pd.notnull(x) else merged_df['value'])
merged_df.drop('num', axis=1, inplace=True)  # 删除num列

# 打印更新后的结果
print(merged_df)

运行以上代码，输出的结果将是更新后的DataFrame，其中df1中的value列按照df2中的num数据进行了更新。

陶远航

在Python的pandas库中，你可以使用merge或者map函数来实现这个需求。以下是一个示例：

首先，我们创建两个示例dataframe：

import pandas as pd

# 创建df1
data1 = {'列1': ['a', 'b', 'c', 'd', 'e'],
         '列2': [1, 2, 3, 4, 5]}
df1 = pd.DataFrame(data1)

# 创建df2
data2 = {'code': ['a', 'b', 'c', 'd', 'e'],
         'num': [10, 20, 30, 40, 50]}
df2 = pd.DataFrame(data2)

然后，我们可以使用merge函数将df1和df2合并，然后更新df1的'列2'：

# 合并df1和df2
df = df1.merge(df2, left_on='列1', right_on='code', how='left')

# 更新df1的'列2'
df['列2'] = df['num']

# 删除不需要的列
df = df.drop(['code', 'num'], axis=1)

或者，我们也可以使用map函数来更新df1的'列2'：

# 使用map函数更新df1的'列2'
df1['列2'] = df1['列1'].map(df2.set_index('code')['num'])

以上两种方法都可以实现你的需求，你可以根据你的实际情况选择使用哪一种。
请注意，本回答来自GPT-4
如果问题已经解决，请设置最佳答案