Python 根据条件替换数据帧值

我有一个主数据帧，df:

Colour Item   Price
Blue   Car     40
Red   Car     30
Green  Truck   50
Green  Bike    30

然后我有一个价格修正数据帧，df_pc：

Colour Item   Price
Red   Car     60
Green  Bike    70

我想说的是，如果价格修正数据框中的颜色和项目匹配，则替换主df中的价格。因此，预期产出为：

Colour Item   Price
Blue   Car     60
Red   Car     30
Green  Truck   50
Green  Bike    70

---

我目前找不到这样做的方法

这里有一种方法使用

combine\u first（）

：

---

编辑： 如果您只需要匹配的项目，我们还可以使用merge with fillna：

print(df_pc)

  Colour  Item  Price
0     Red   Car     60
1  Orange  Bike     70 #changed row not matching

(df.merge(df_pc, on = ['Colour','Item'],how='left',suffixes=('_x',''))
   .assign(Price=lambda x:x['Price'].fillna(x['Price_x'])).reindex(df.columns,axis=1))

---

用于筛选出不匹配的行，然后：

另一个数据测试：

print (df_pc)
   Colour  Item  Price
0     Red   Car     60
1  Orange  Bike     70 <- not matched row

df = df.set_index(['Colour','Item'])
df_pc = df_pc.set_index(['Colour','Item'])
df_pc = df_pc[df_pc.index.isin(df.index)]
df = df_pc.combine_first(df).reset_index()
print (df)
  Colour   Item  Price
0   Blue    Car   40.0
1  Green   Bike   30.0
2  Green  Truck   50.0
3    Red    Car   60.0

打印（df_pc）
彩色物品价格
0红色轿车60
1橙色自行车70首先，想想如果比赛不止一场，该怎么办。假设没有，您可以合并关键颜色/项目上的两个数据框，然后用第一个数据框中的值填充合并数据框列中的空白。如果您需要确切的代码帮助，请发布生成数据帧的工作代码示例。好的，谢谢，是的，没有重复。你认为这是最好的方法吗？这里有
df.drop_duplicates（keep='first'，subset='color'，Item']）
。这太棒了。我可以检查一下，如果df_pc中有一个不必要的行，那么它就被忽略了（并且无论如何都不会添加到master中）？啊，我明白了，这就是你的编辑所做的。非常感谢
print(df_pc)

  Colour  Item  Price
0     Red   Car     60
1  Orange  Bike     70 #changed row not matching

(df.merge(df_pc, on = ['Colour','Item'],how='left',suffixes=('_x',''))
   .assign(Price=lambda x:x['Price'].fillna(x['Price_x'])).reindex(df.columns,axis=1))

  Colour   Item  Price
0   Blue    Car   40.0
1    Red    Car   60.0
2  Green  Truck   50.0
3  Green   Bike   30.0

df = df.set_index(['Colour','Item'])
df_pc = df_pc.set_index(['Colour','Item'])

df_pc = df_pc[df_pc.index.isin(df.index)]
df = df_pc.combine_first(df).reset_index()
print (df)
  Colour   Item  Price
0   Blue    Car   40.0
1  Green   Bike   70.0
2  Green  Truck   50.0
3    Red    Car   60.0

print (df_pc)
   Colour  Item  Price
0     Red   Car     60
1  Orange  Bike     70 <- not matched row

df = df.set_index(['Colour','Item'])
df_pc = df_pc.set_index(['Colour','Item'])
df_pc = df_pc[df_pc.index.isin(df.index)]
df = df_pc.combine_first(df).reset_index()
print (df)
  Colour   Item  Price
0   Blue    Car   40.0
1  Green   Bike   30.0
2  Green  Truck   50.0
3    Red    Car   60.0