Pandas 根据条件从另一个df获取值

我有两个df

df1：

和df2：

id2      X Y 
Magic    2 3 
Sand     2 3 
Cooper   1 2 
Dean     1 2 

如果Cond=“sick”和df[“id”]=df[“id2]，我想更新df1中的x值 要获取新的df1，请执行以下操作：

ID       X Y Cond
Johnson  2 3 fine
Sand     2 3  sick
Cooper   1 2 fine
Nelson   1 2 fine
Peterson 4 5 fine

我试过：

df1["x"] = np.where((df["cond"]=="sick")& (df1["id"]==df2["id2"]),df2["x"],"")

但它不起作用。我得到一个错误：

ValueError: Can only compare identically-labeled Series objects

---

谢谢

首先通过以下方式将两个

ID

列转换为可能匹配选定行的索引值：

---

您可以使用dataframes的

where（）

方法，而不是numpy的

where

函数。代码如下所示：

df1.loc[:,["X", "Y"]] = df1.loc[:,["X", "Y"]].where(df1["Cond"]!="sick",df2.loc[:,["X", "Y"]])

---

谢谢，但它不起作用。当运行此代码时，我得到以下错误：#将我从另一个代码中切掉。知道吗？检查列名称的大小写。我使用大写字母表示“X”和“Y”

df11 = df1.set_index('ID')
df22 = df2.set_index('id2')

df11.loc[df11["Cond"]=="sick", ['X','Y']] = df22[['X','Y']]
df = df11.reset_index()
print (df)
         ID  X  Y  Cond
0   Johnson  2  3  fine
1      Sand  2  3  sick
2    Cooper  1  2  fine
3    Nelson  1  2  fine
4  Peterson  4  5  fine

df1.loc[:,["X", "Y"]] = df1.loc[:,["X", "Y"]].where(df1["Cond"]!="sick",df2.loc[:,["X", "Y"]])