Python 基于数据框中的id将列值从一个数据框复制到另一个数据框

我正在尝试将

Name

从

df2

复制到

df1

中，其中

ID

在两个数据帧之间是通用的

df1：

df2：

预期产出：

ID    Name 

1     X
2     Y
4     C
16    D
7     Z

我试过这样做，但没有成功。我无法理解如何在这里赋值。我正在分配

=df2['Name']

，这是错误的

for i in df2["ID"].tolist():
    df1['Name'].loc[(df1['ID'] == i)] = df2['Name']

---

尝试更新

update

df1 = df1.set_index('ID')
df1.update(df2.set_index('ID'))
df1 = df1.reset_index()
df1
Out[476]: 
   ID Name
0   1    X
1   2    Y
2   4    C
3  16    D
4   7    Z

---

尝试更新

update

df1 = df1.set_index('ID')
df1.update(df2.set_index('ID'))
df1 = df1.reset_index()
df1
Out[476]: 
   ID Name
0   1    X
1   2    Y
2   4    C
3  16    D
4   7    Z

---

如果行的顺序无关紧要，则连接两个dfs并删除重复项将获得结果

df2.append(df1).drop_duplicates(subset='ID')

---

如果行的顺序无关紧要，则连接两个dfs并删除重复项将获得结果

df2.append(df1).drop_duplicates(subset='ID')

---

另一个解决办法是

s = df1["Name"]
df1.loc[:,"Name"]=df1["ID"].map(df2.set_index("ID")["Name"].to_dict()).fillna(s)

o/p:

---

另一个解决办法是

s = df1["Name"]
df1.loc[:,"Name"]=df1["ID"].map(df2.set_index("ID")["Name"].to_dict()).fillna(s)

o/p:

---

还有一个供考虑

df,dg = df1,df2
df = df.set_index('ID')
dg = dg.set_index('ID')
df.loc[dg.index,:] = dg               # All columns
#df.loc[dg.index,'Name'] = dg.Name    # Single column
df = df.reset_index()

>>> df
   ID Name
0   1    X
1   2    Y
2   4    C
3  16    D
4   7    Z

---

或者对于单个列（两个列的索引都是'ID'

请再考虑一个

df,dg = df1,df2
df = df.set_index('ID')
dg = dg.set_index('ID')
df.loc[dg.index,:] = dg               # All columns
#df.loc[dg.index,'Name'] = dg.Name    # Single column
df = df.reset_index()

>>> df
   ID Name
0   1    X
1   2    Y
2   4    C
3  16    D
4   7    Z

---

或者对于单个列（二者的索引都是'ID'

@ben-yo谢谢，它正在工作，但是你知道为什么它将

int

列转换为

float

？@Rajnishkumar将要更新的列有一些

NaN

，这比我的

df.loc

分配解决方案快。这是因为

update

将索引与之对齐吗？@wwwii是的，reindex_像~@ben-yo谢谢，它正在工作，但是你知道为什么它会将

int

列转换为

float

？@Rajnishkumar由于更新会有一些

NaN

这比我的

df.loc

分配解决方案快。这是因为

update

将索引与之对齐吗？@wwwii是的，reindex\u like~我没有设置“ID”作为索引，“ID”列我没有将“ID”设置为索引，“ID”列