如何使用DataFrame进行对账？

Question

假设我有一个每周获取的DataFrame，并希望更新一个基于每周报告更新的跟踪器，例如：

这是我收到的每周报告：

ID   Cost
X12  500
X54  100
X52  150
X45  200
X32  435

我有一个主要指标跟踪器的DataFrame，需要根据每周报告进行更新：

ID   Cost
X12  34
X54  467
X52  234
X45  3453
X37  4664    
X76  34
X57  467
X52  23465
X48  547
X32  34

我想把DataFrame 1中的数字放到DataFrame 2中，结果是：

ID   Cost
X12  500
X54  100
X52  150
X45  200
X37  4664    
X76  34
X57  467
X56  23465
X48  547
X32  435

我该如何执行这样的功能，从一个DataFrame到另一个。我假设我们使用一个for循环，在迭代第一个DataFrame的同时搜索第二个循环，但是我该如何设置它呢？

谢谢!

Answer 1

如果顺序不是问题，那么

In [1178]: dfw.set_index('ID').combine_first(dfo.set_index('ID')).reset_index()
Out[1178]:
    ID    Cost
0  X12   500.0
1  X32   435.0
2  X37  4664.0
3  X45   200.0
4  X48   547.0
5  X52   150.0
6  X52   150.0
7  X54   100.0
8  X57   467.0
9  X76    34.0

这也将照顾到任何新的ID添加。

Answer 2

您可以使用map和combine_first

df2['Cost'] = df2['ID'].map(df1.set_index('ID')['Cost']).combine_first(df2['Cost'])

你会得到

    ID  Cost
0   X12 500.0
1   X54 100.0
2   X52 150.0
3   X45 200.0
4   X37 4664.0
5   X76 34.0
6   X57 467.0
7   X52 150.0
8   X48 547.0
9   X32 435.0

Answer 3

你可以这样做。

where 
df -> first dataframe
df1 -> second dataframe

代码：

df.loc[df.ID.isin(df1.ID), ['Cost']] = df1[['Cost']]
print df

参考：

Replace column values based on another dataframe