使用新数据帧更新数据帧，覆盖

Question

虽然这个问题看起来和之前的问题很相似，但我不能用之前的答案来解决它，我需要专家的帮助。

我正在尝试用从不同数据帧(df2)接收的数据更新现有数据帧(df1)到新的数据帧(df)。数据帧df2可以具有新列、新行或新/空白数据。下面是我想要实现的一个例子。

df1 = pd.DataFrame(np.array([[1, 'A1', 'B1'], [2, 'A2', 'B2'], [3, 'A3', 'B3']]), columns=['ID', 'A', 'B'])
df1

    ID  A   B
0   1   A1  B1
1   2   A2  B2
2   3   A3  B3

df2 = pd.DataFrame(np.array([[1, 'A1X', 'B1X'], [2, 'A2X', ''], [4, 'A4', 'B4']]), columns=['ID', 'A', 'B'])
df2

    ID  A   B
0   1   A1X B1X
1   2   A2X NaN
2   4   A4  B4

所需的输出为：

df
    ID  A   B
0   1   A1X B1X
1   2   A2X B2
2   3   A3  B3
3   4   A4  B4

你能帮帮我吗？

熊猫新手用户

Answer 1

尝试：

df1 = pd.DataFrame(np.array([[1, 'A1', 'B1'], [2, 'A2', 'B2'], [3, 'A3', 'B3']]), columns=['ID', 'A', 'B'])


df2 = pd.DataFrame(np.array([[1, 'A1X', 'B1X'], [2, 'A2X', ''], [4, 'A4', 'B4']]), columns=['ID', 'A', 'B'])


df1 = df1.set_index('ID').replace('', np.nan)
df2 = df2.set_index('ID').replace('', np.nan)

df_out = df2.combine_first(df1)
print(df_out)

输出：

      A    B
ID          
1   A1X  B1X
2   A2X   B2
3    A3   B3
4    A4   B4

Answer 2

使用set_index()和combine_first()为每个数据帧设置索引

此外，根据Scott波士顿的回答，请确保首先使用nan replace空白值。

df2.set_index('ID').combine_first(df1.set_index('ID')).reset_index()
Out[1]: 
  ID    A    B
0  1  A1X  B1X
1  2  A2X     
2  3   A3   B3
3  4   A4   B4