设置放大 - 更新事务 DF

Question

寻找在数据帧上实现以下更新的方法：

dfb 是我想用 dft 事务更新的基础数据框。
任何公共索引行都应使用 dft 中的值进行更新。
仅在 dft 中的索引应附加到 dfb。

查看文档，放大设置看起来很完美，但后来我意识到它只适用于单行。是否可以使用放大设置来进行此更新，或者是否有其他方法可以推荐？

dfb = pd.DataFrame(data={'A': [11,22,33], 'B': [44,55,66]}, index=[1,2,3])
dfb
Out[70]: 
   A   B
1  11  44
2  22  55
3  33  66

dft = pd.DataFrame(data={'A': [0,2,3], 'B': [4,5,6]}, index=[3,4,5])
dft
Out[71]: 
   A  B
3  0  4
4  2  5
5  3  6

# Updated dfb should look like this:
dfb
Out[75]: 
    A   B
1  11  44
2  22  55
3   0   4
4   2   5
5   3   6

Answer 1

您可以使用 combine_first with renaming columns, last convert float columns to int by astype:

dft = dft.rename(columns={'c':'B', 'B':'A'}).combine_first(dfb).astype(int)
print (dft)
    A   B
1  11  44
2  22  55
3   0   4
4   2   5
5   3   6

通过Index.intersection, drop it from first DataFrame dfb and then use concat在两个DataFrame中找到相同索引的另一种解决方案：

dft = dft.rename(columns={'c':'B', 'B':'A'})
idx = dfb.index.intersection(dft.index)
print (idx)
Int64Index([3], dtype='int64')

dfb = dfb.drop(idx)
print (dfb)
    A   B
1  11  44
2  22  55

print (pd.concat([dfb, dft]))
    A   B
1  11  44
2  22  55
3   0   4
4   2   5
5   3   6

设置放大 - 更新事务 DF

Setting with enlargement - updating transaction DF

python

insert-update

multiple-columns

dataframe

pandas