用 Series/dictionary 中定义的值替换部分 df 列

Question

我在 DataFrame 中有一列经常有重复索引。有些索引有例外，需要根据我所做的另一个 Series 进行更改，而其余索引则没有问题。 Series 索引是唯一的。

这里有几个变量来说明

df = pd.DataFrame(data={'hi':[1, 2, 3, 4, 5, 6, 7]}, index=[1, 1, 1, 2, 2, 3, 4])
Out[52]: 
   hi
1   1
1   2
1   3
2   4
2   5
3   6
4   7

exceptions = pd.Series(data=[90, 95], index=[2, 4])
Out[36]: 
2    90
4    95

我想将 df 设置为...

执行此操作的简洁方法是什么？我对 Pandas 有点陌生，我的想法只是循环，但我认为这不是解决这个问题的正确方法

Answer 1

假设 exceptions 中的索引保证是 df 索引的子集，我们可以使用 loc and the Series.index 来分配值：

df.loc[exceptions.index, 'hi'] = exceptions

如果我们在 exceptions 中有额外的值，但在 df:

中没有或不应该对齐，我们可以使用 index.intersection

exceptions = pd.Series(data=[90, 95, 100], index=[2, 4, 5])
df.loc[exceptions.index.intersection(df.index, sort=False), 'hi'] = exceptions

df:

用 Series/dictionary 中定义的值替换部分 df 列

Replace part of df column with values defined in Series/dictionary

python

pandas

dataframe

series