Python 如何使用DataFrame执行对账？

假设我有一个每周获取的数据帧，并且希望更新一个根据每周报告更新的跟踪器，例如：

这是我收到的每周报告：

ID   Cost
X12  500
X54  100
X52  150
X45  200
X32  435

我有一个主要指标跟踪器的数据框架，需要根据每周报告进行更新：

ID   Cost
X12  34
X54  467
X52  234
X45  3453
X37  4664    
X76  34
X57  467
X52  23465
X48  547
X32  34

我想从DataFrame 1中获取数字并将其放入DataFrame 2中，这将导致：

ID   Cost
X12  500
X54  100
X52  150
X45  200
X37  4664    
X76  34
X57  467
X56  23465
X48  547
X32  435

我将如何执行这样的函数，从一个数据帧到另一个数据帧。我假设我们使用for循环并在遍历第一个数据帧的同时搜索第二个数据帧，但是如何设置呢

---

谢谢

如果订单不是问题，那么

In [1178]: dfw.set_index('ID').combine_first(dfo.set_index('ID')).reset_index()
Out[1178]:
    ID    Cost
0  X12   500.0
1  X32   435.0
2  X37  4664.0
3  X45   200.0
4  X48   547.0
5  X52   150.0
6  X52   150.0
7  X54   100.0
8  X57   467.0
9  X76    34.0

---

这将处理任何新的

ID

添加。

如果订单不是问题，则

In [1178]: dfw.set_index('ID').combine_first(dfo.set_index('ID')).reset_index()
Out[1178]:
    ID    Cost
0  X12   500.0
1  X32   435.0
2  X37  4664.0
3  X45   200.0
4  X48   547.0
5  X52   150.0
6  X52   150.0
7  X54   100.0
8  X57   467.0
9  X76    34.0

这将处理任何新的

ID

添加。

您可以这样做

where 
df -> first dataframe
df1 -> second dataframe

代码：

df.loc[df.ID.isin(df1.ID), ['Cost']] = df1[['Cost']]
print df

参考资料：

df.loc[df.ID.isin(df1.ID), ['Cost']] = df1[['Cost']]
print df

你可以这样做

where 
df -> first dataframe
df1 -> second dataframe

代码：

df.loc[df.ID.isin(df1.ID), ['Cost']] = df1[['Cost']]
print df

参考资料：

df.loc[df.ID.isin(df1.ID), ['Cost']] = df1[['Cost']]
print df

---

您可以先使用map和combine\u

df2['Cost'] = df2['ID'].map(df1.set_index('ID')['Cost']).combine_first(df2['Cost'])

你得到

    ID  Cost
0   X12 500.0
1   X54 100.0
2   X52 150.0
3   X45 200.0
4   X37 4664.0
5   X76 34.0
6   X57 467.0
7   X52 150.0
8   X48 547.0
9   X32 435.0

---

您可以先使用map和combine_

df2['Cost'] = df2['ID'].map(df1.set_index('ID')['Cost']).combine_first(df2['Cost'])

你得到

    ID  Cost
0   X12 500.0
1   X54 100.0
2   X52 150.0
3   X45 200.0
4   X37 4664.0
5   X76 34.0
6   X57 467.0
7   X52 150.0
8   X48 547.0
9   X32 435.0

---

使用

删除重复项

rep.append(track).drop_duplicates('ID')

    ID  Cost
0  X12   500
1  X54   100
2  X52   150
3  X45   200
4  X32   435
4  X37  4664
5  X76    34
6  X57   467
8  X48   547

---

如果要重置索引

rep.append(track).drop_duplicates('ID').reset_index(drop=True)

    ID  Cost
0  X12   500
1  X54   100
2  X52   150
3  X45   200
4  X32   435
5  X37  4664
6  X76    34
7  X57   467
8  X48   547

---

使用

删除重复项

rep.append(track).drop_duplicates('ID')

    ID  Cost
0  X12   500
1  X54   100
2  X52   150
3  X45   200
4  X32   435
4  X37  4664
5  X76    34
6  X57   467
8  X48   547

---

如果要重置索引

rep.append(track).drop_duplicates('ID').reset_index(drop=True)

    ID  Cost
0  X12   500
1  X54   100
2  X52   150
3  X45   200
4  X32   435
5  X37  4664
6  X76    34
7  X57   467
8  X48   547

---

我是否可以在保持我提供的相同顺序的同时执行此操作？此外，此操作是否可以跳过ID中的NaN值？我是否可以在保持我提供的相同顺序的同时执行此操作？此外，此操作是否可以跳过ID中的NaN值？假设我有一个具有NaN值的ID。它会跳过它吗？df1或df2中带有nan的ID？假设我们通过在df2中引入nan来测试代码，df2.loc[df2.ID='X12'，'Cost']=np.nan。我建议的代码是有效的。假设我有一个带有NaN值的ID。它会跳过它吗？df1或df2中带有nan的ID？假设我们通过在df2中引入nan来测试代码，df2.loc[df2.ID='X12'，'Cost']=np.nan。我建议的代码有效。