根据映射函数的唯一ID将数据从一个数据集复制到另一个数据集

Question

我正在匹配两个大数据集，并尝试通过将原始数据集与其他数据集进行比较，对其执行更新、删除和创建操作。如何更新原始数据集中10列中的2列或3列，并保持其他列的值与以前相同

我试过合并，但没用。合并对我不起作用

原始数据：

id | full_name   |   date
1  | John        |   02-23-2006
2  | Paul Elbert |   09-29-2001
3  | Donag       |   11-12-2013
4  | Tom Holland |   06-17-2016

其他数据：

id | full_name  |   date
1  | John       |   02-25-2018
2  | Paul       |   03-09-2001
3  | Donag      |   07-09-2017
4  | Tom        |   05-09-2016

尝试后，我手动检查，我没有得到预期的结果

original[['id']].merge(other[['id','date']],on='id')

我能用地图解决这个问题吗？当ID匹配时，更新date列中的所有值，而不更改原始数据集name列中的任何值

Answer 1

使用pandas.Series.map：

df['date']=df['id'].map(other_df.set_index('id ')['date'])
print(df)

  id    full_name              date
0    1   John             02-25-2018
1    2   Paul Elbert      03-09-2001
2    3   Donag            07-09-2017
3    4   Tom Holland      05-09-2016

检查其他情况：

cond=df.status.str.contains('new')  
df.loc['date',cond]=df.loc['id',cond].map(other_df.set_index('id ')['date'])

Answer 2

如果您正确地将id设置为original和other上的索引，Pandas的DataFrame.update可以做到这一点：

original.update(other[["date"]])