pandas：如何使用字典更新匹配行而不进行迭代

我有一个数据帧：

data = [{'car' :'audi','year':2001,'wheel':4},
        {'car' :'honda','year':2002,'wheel':15},
        {'car' :'tesla','year':2003,'wheel':5}]

df = pd.DataFrame(data)
df.set_index('car',inplace=True)

我使用字典筛选dataframe以获得匹配行：

filtObj = {'year':2002,'wheel':15}
dfMatched = df.loc[(df[list(filtObj)] == pd.Series(filtObj)).all(axis=1)]

Q） 找到匹配项后，如何仅使用更新字典中指定的键、值对更新匹配项

updateObj = {'year':2020}
dfMatched.update(updateObj)

与使用字典创建的

DataFrame

一起使用，并与筛选索引一起使用，以便按掩码进行匹配：

filtObj = {'year':2002,'wheel':15}
m = (df[list(filtObj)] == pd.Series(filtObj)).all(axis=1)

updateObj = {'year':2020}
df.update(pd.DataFrame(updateObj, index=df.index[m]))

print (df)
         year  wheel
car                 
audi   2001.0      4
honda  2020.0     15
tesla  2003.0      5

与使用字典创建的

DataFrame

一起使用，并与筛选索引一起使用，以便按掩码进行匹配：

filtObj = {'year':2002,'wheel':15}
m = (df[list(filtObj)] == pd.Series(filtObj)).all(axis=1)

updateObj = {'year':2020}
df.update(pd.DataFrame(updateObj, index=df.index[m]))

print (df)
         year  wheel
car                 
audi   2001.0      4
honda  2020.0     15
tesla  2003.0      5

---

因此需要

dfMatched=df.loc[（df[list（filtObj）]==pd.Series（filtObj））.all（axis=1）].copy（）

然后

dfMatched.update（pd.DataFrame（updateObj，index=dfMatched.index））

？@jezrael谢谢，但我需要在原始数据框架中更新更改，所以需要

dfMatched=df.loc[（df[list（filtObj）]==pd.Series（filtObj））。所有（axis=1）].copy（）

然后

dfMatched.update（pd.DataFrame（updateObj，index=dfMatched.index））

？@jezrael谢谢，但我需要在原始数据框中更新更改