替换来自另一个数据帧的列的值

Question

您好，我有一个包含10000+行的数据帧，看起来像这样-

df = pd.DataFrame([['110', 'Demand', 2344, 30953], 
                   ['111', 'Supply', 3535, 321312], 
                   ['112', 'Supply', 35345, 2324], 
                   ['113', 'Demand', 24345, 4542], 
                   ['114', 'Supply', 342, 435623]], 
                  columns=['Material', 'Title', '201950', '201951'])
df

Material    Title   201950  201951
110         Demand  2344    30953
111         Supply  3535    321312
112         Supply  35345   2324
113         Demand  24345   4542
114         Supply  342     435623

我有另一个小的数据帧，大约有4-5行，看起来像这样-

extra = pd.DataFrame([['111', 'Supply', 10],
                     ['112', 'Supply', 20],
                     ['114', 'Supply', 30],
                     ['115', 'Supply', 40]],
                    columns=['Material', 'Title', '201950'])
extra
Material    Title   201950
111         Supply    10
112         Supply    20
114         Supply    30
115         Supply    40

我希望将df中列201950中的值替换为来自extra的值，只要Material和Title匹配，结果数据帧就会如下所示-

Material    Title   201950  201951
110         Demand   2344   30953
111         Supply     10   321312
112         Supply     20   2324
113         Demand   24345  4542
114         Supply     30   435623

我确实试过合并

updated = df.merge(extra, how='left',
                       on=['Material', 'Title'],
                       suffixes=('', '_new'))
new = '201950_new'
updated['201950'] = np.where(pd.notnull(updated[new]), updated[new], updated['201950'])
updated.drop(new, axis=1, inplace=True)

这为我提供了所需的输出。但我正在寻找一种更有效的解决方案。因为df很大，而extra只有4行。

Answer 1

使用DataFrame.update，但首先在两个DataFrame中创建MultiIndex by Material和Title列：

df = df.set_index(['Material','Title'])
extra = extra.set_index(['Material','Title'])

df.update(extra)
df = df.astype(int).reset_index()
print (df)
  Material   Title  201950  201951
0      110  Demand    2344   30953
1      111  Supply      10  321312
2      112  Supply      20    2324
3      113  Demand   24345    4542
4      114  Supply      30  435623

Answer 2

您可以尝试这样做：

extra.set_index(['Material','Title']).combine_first(df.set_index(['Material','Title'])).dropna().reset_index().astype(object) 

输出：

  Material   Title 201950  201951
0      110  Demand   2344   30953
1      111  Supply     10  321312
2      112  Supply     20    2324
3      113  Demand  24345    4542
4      114  Supply     30  435623