如何在Python Pandas DataFrame中更新特定行的值？

Question

在Pandas中，有很多方便的索引方法，让我可以轻松地以各种方式提取数据。不过，我还是对如何修改已有的DataFrame感到困惑。

在下面的代码中，我有两个DataFrame，我的目标是用第二个DataFrame中的值来更新第一个DataFrame中特定行的值。我该怎么做呢？

import pandas as pd
df = pd.DataFrame({'filename' :  ['test0.dat', 'test2.dat'], 
                                  'm': [12, 13], 'n' : [None, None]})
df2 = pd.DataFrame({'filename' :  'test2.dat', 'n':16}, index=[0])

# this overwrites the first row but we want to update the second
# df.update(df2)

# this does not update anything
df.loc[df.filename == 'test2.dat'].update(df2)

print(df)

结果是

   filename   m     n
0  test0.dat  12  None
1  test2.dat  13  None

[2 rows x 3 columns]

但是我该如何实现这个：

    filename   m     n
0  test0.dat  12  None
1  test2.dat  13  16

[2 rows x 3 columns]

Answer 1

可能有几种方法可以实现这个目标，但一种方法是将两个数据框根据文件名/m这一列合并在一起。如果找到了匹配的项，就从右边的数据框中填充'n'这一列。代码中的n_x和n_y分别表示合并时的左边和右边的数据框。

In[100] : df = pd.merge(df1, df2, how='left', on=['filename','m'])

In[101] : df
Out[101]: 
    filename   m   n_x  n_y
0  test0.dat  12  None  NaN
1  test2.dat  13  None   16

In[102] : df['n'] = df['n_y'].fillna(df['n_x'])

In[103] : df = df.drop(['n_x','n_y'], axis=1)

In[104] : df
Out[104]: 
    filename   m     n
0  test0.dat  12  None
1  test2.dat  13    16

Answer 2

用其他地方的值来更新空元素。这个功能可以把一个数据表（DataFrame）和另一个数据表结合起来，使用一个函数来逐个元素地合并列。合并后得到的数据表的行和列索引会是两个数据表的并集。

df1 = pd.DataFrame({'A': [None, 0], 'B': [None, 4]})
df2 = pd.DataFrame({'A': [1, 1], 'B': [3, 3]})
df1.combine_first(df2)
     A    B
0  1.0  3.0
1  0.0  4.0

更多信息请查看这个链接

Answer 3

如果你有一个很大的数据表，而只有少量需要更新的值，我会像这样使用apply函数：

import pandas as pd

df = pd.DataFrame({'filename' :  ['test0.dat', 'test2.dat'], 
                                  'm': [12, 13], 'n' : [None, None]})

data = {'filename' :  'test2.dat', 'n':16}

def update_vals(row, data=data):
    if row.filename == data['filename']:
        row.n = data['n']
    return row

df.apply(update_vals, axis=1)

Answer 4

在SQL中，我需要一次性完成这个操作，如下所示：

update table1 set col1 = new_value where col1 = old_value

但是在Python的Pandas库中，我们可以这样做：

data = [['ram', 10], ['sam', 15], ['tam', 15]] 
kids = pd.DataFrame(data, columns = ['Name', 'Age']) 
kids

这将生成以下输出：

    Name    Age
0   ram     10
1   sam     15
2   tam     15

现在我们可以运行：

kids.loc[kids.Age == 15,'Age'] = 17
kids

这将显示以下输出：

Name    Age
0   ram     10
1   sam     17
2   tam     17

这应该和以下的SQL语句是等价的：

update kids set age = 17 where age = 15

Answer 5

首先，pandas是通过索引来更新数据的。如果你执行更新命令后发现没有任何变化，先检查一下左边和右边的内容。如果你没有更新索引来跟随你的识别逻辑，可能会出现问题。你可以尝试类似下面的做法：

>>> df.loc[df.filename == 'test2.dat', 'n'] = df2[df2.filename == 'test2.dat'].loc[0]['n']
>>> df
Out[331]: 
    filename   m     n
0  test0.dat  12  None
1  test2.dat  13    16

如果你想对整个表格进行更新，我建议使用一种我认为比之前提到的方法更好的方式：因为你的标识符是filename，所以可以把filename设为索引，然后像你想的那样使用update()。使用merge和apply()的方法会有一些不必要的开销：

>>> df.set_index('filename', inplace=True)
>>> df2.set_index('filename', inplace=True)
>>> df.update(df2)
>>> df
Out[292]: 
            m     n
filename           
test0.dat  12  None
test2.dat  13    16