从另一个DataFram替换pandas.DataFrame中的值的优雅方法

Question

我有一个数据框，我想用另一个数据框中的值替换一列中的值。

df = pd.DataFrame({'id1': [1001,1002,1001,1003,1004,1005,1002,1006],
                   'value1': ["a","b","c","d","e","f","g","h"],
                   'value3': ["yes","no","yes","no","no","no","yes","no"]})

dfReplace = pd.DataFrame({'id2': [1001,1002],
                   'value2': ["rep1","rep2"]})

我需要使用带有公共密钥的groupby，而当前的解决方案是使用循环。是否有更优雅（更快）的方法来处理.map（apply）等。我希望initial使用pd.update（），但似乎不是正确的方法。

groups = dfReplace.groupby(['id2'])

for key, group in groups:
    df.loc[df['id1']==key,'value1']=group['value2'].values

输出

df
    id1   value1 value3
0   1001  rep1   yes
1   1002  rep2   no
2   1001  rep1   yes
3   1003  d      no
4   1004  e      no
5   1005  f      no
6   1002  rep2   yes
7   1006  h      no

Answer 1

如果您已经将索引设置为id，那么这会更简洁一些，但如果没有，您仍然可以在一行中执行以下操作：

>>> (dfReplace.set_index('id2').rename( columns = {'value2':'value1'} )
                               .combine_first(df.set_index('id1')))

     value1 value3
1001   rep1    yes
1001   rep1    yes
1002   rep2     no
1002   rep2    yes
1003      d     no
1004      e     no
1005      f     no
1006      h     no

如果分成三行，分别进行重命名和重新索引，可以看到combine_first()本身实际上非常简单：

>>> df = df.set_index('id1')
>>> dfReplace = dfReplace.set_index('id2').rename( columns={'value2':'value1'} )

>>> dfReplace.combine_first(df)