Python 3.x 合并数据帧以使用最新时间戳更新单元格

我有一个数据集存储在一个数据帧中，我需要从RESTAPI定期更新该数据帧，但问题是我只想更新特定的单元格，其中时间戳在我从RESTAPI提取时更为近期

为了说明这一点，我使用了以下数据帧：

df1 = pd.DataFrame({'item': ['apple', 'orange', 'bananna'], 
               'A': ['2021-03-01', np.nan, '2021-08-01'], 
               'B': ['2021-03-01', '2020-03-16', '2021-07-15'],
               'C': [np.nan, np.nan, np.nan]}) 
df1
     item    A          B           C
---------------------------------------
0    apple   2021-03-01 2021-03-01  NaN
1    orange  NaN        2020-03-16  NaN
2    bananna 2021-08-01 2021-07-15  NaN

然后我从API中提取一个更新列表，如下所示：

df2 = pd.DataFrame({'item': ['apple', 'orange', 'bananna', 'watermelon'], 
               'A': ['2021-03-09', '2021-03-09', np.nan, '2021-03-09'], 
               'B': [np.nan, np.nan, np.nan, '2021-03-09'],
               'C': ['2021-03-09', '2021-03-09', np.nan, '2021-03-09']})
df2
    item       A          B          C
-----------------------------------------------
0   apple      2021-03-09 NaN        2021-03-09
1   orange     2021-03-09 NaN        2021-03-09
2   bananna    NaN        NaN        NaN
3   watermelon 2021-03-09 2021-03-09 2021-03-09

如何合并它们，使A、B和C下的每个单元格保留最新的时间戳，以获得如下结果

    item       A          B          C
-----------------------------------------------
0   apple      2021-03-09 2021-03-01 2021-03-09
1   orange     2021-03-09 2020-03-16 2021-03-09
2   bananna    2021-08-01 2021-07-15 NaN
3   watermelon 2021-03-09 2021-03-09 2021-03-09

通常，如果我只有1列时间戳，我会执行以下操作：

tmpDF1 = df1[["item", 'A']]
tmpDF2 = df2[["item", 'A']]
tmpDF1 = tmpDF1.append(tmpDF2, sort=False, ignore_index=True)
tmpDF1 = tmpDF1.sort_values(by='A', ascending=False, ignore_index=True)
tmpDF1 = tmpDF1.drop_duplicates(subset=['item'],keep='first')

因此，对于1timtestamp列，我只需使用keep first追加、排序、删除重复，我就可以了。然而，对于多个时间戳字段，我不知道如何更新每个单元格

---

这是可能的，还是我需要将所有这些数据子集到3个不同的数据帧中，附加、排序和删除重复数据，然后将它们重新组合到1个数据帧中？或者有更简单的方法吗？

试试

concat

然后

groupby（）.max（）

：

输出

         item          A          B          C
0       apple 2021-03-09 2021-03-01 2021-03-09
1      orange 2021-03-09 2020-03-16 2021-03-09
2     bananna 2021-08-01 2021-07-15        NaT
3  watermelon 2021-03-09 2021-03-09 2021-03-09

---

第一个

A，B，C

列需要转换为

datetime

，否则它会抛出错误，不是吗？@ashkangh

First

不关心数据类型，所以不。对不起，我的例子不好。实际数据是一个日期时间值。这只是一个快速而肮脏的DF示例，用来说明我试图做什么。@user3246693没关系。正如我所说，代码应该适用于任何类型的数据。你只需要确保你的数据类型在

df2

和

df1

之间是一致的。谢谢你，我现在唯一的问题是我不明白为什么会这样？我想，第一个抓取了第一行最新的时间戳（或者最大的值是它的NoteDateTime）。既然解决方案中没有排序，那么如何确定每个列的最新时间戳呢？

         item          A          B          C
0       apple 2021-03-09 2021-03-01 2021-03-09
1      orange 2021-03-09 2020-03-16 2021-03-09
2     bananna 2021-08-01 2021-07-15        NaT
3  watermelon 2021-03-09 2021-03-09 2021-03-09