如何使用Pandas将两个数据帧与某些行中的update连接起来？

Question

我是pandas的新手，我想知道如何连接两个文件并更新现有行，同时考虑特定列。这些文件有数千行。例如：

• Df_1：

  A  B  C  D 
  1  2  5  4 
  2  2  6  8  
  9  2  2  1  
  

现在，我的表2有完全相同的列，我想连接两个表，替换此表和表1中的一些行，但C列中有更改/更新，并添加第二个表（df_2）中存在的新行，例如：

• Df_2：

  A  B  C  D 
  2  2  7  8  
  9  2  3  1
  3  4  6  7
  1  2  3  4  
  

因此，我想要的结果是两个表的并集，并在特定列中的几行中更新它们，如下所示：

• Df_结果：

  A  B  C  D 
  1  2  5  4 
  2  2  7  8  
  9  2  3  1  
  3  4  6  7
  1  2  3  4
  

如何使用merge或concatenate函数实现这一点？还是有其他方法可以达到我想要的结果

谢谢大家!

Answer 1

你需要至少有一列作为参考，我的意思是，要知道更新需要更改什么

假设在你的例子中，在这个例子中是“A”和“B”

import pandas as pd
ref = ['A','B']
df_result = pd.concat([df_1, df_2], ignore_index = True)
df_result = df_result.drop_duplicates(subset=ref, keep='last')

这里有一个真实的例子

d = {'col1': [1, 2, 3], 'col2': ["a", "b", "c"], 'col3': ["aa", "bb", "cc"]}
df1 = pd.DataFrame(data=d)
d = {'col1': [1, 4, 5], 'col2': ["a", "d", "f"], 'col3': ["dd","ee", "ff"]}
df2 = pd.DataFrame(data=d)

df_result = pd.concat([df1, df2], ignore_index=True)

df_result = df_result.drop_duplicates(subset=['col1','col2'], keep='last')
df_result