Python 替换具有不同大小和多个条件的数据帧之间的值

因此，我有两个数据帧，大小不同，

df1=（578,81）

和

df2=（1500,59）

，df1上的所有行都存在于df2中，

df2中的所有列都存在于df1

中，我的问题是，我想根据

6个条件更新df1中的值，以便更新
列X
，在两个数据帧上，
X1、X2、Y1、Y2、Z1和Z2列的值必须相等

在java上，我会做一些事情，比如：

for(i=0;i<df1.length;i++){
    for(k=0;k<df2.length;k++){
        if(df1[i][1]==df2[k][1] && df1[i][2]==df2[k][2] ...){
            df1[i][0] = df2[k][0];
    }
}

for（i=0；i6列是否使行唯一？
如果是，我将使用合并：

columns_join= ['col1', 'col2', 'col3', 'col4', 'col5', 'col6']
columns_update= ['upd1', 'upd2', 'upd3']

df_merged= df_to_update[columns_join].merge(df_source[columns_join + columns_update], on=columns_join, how='left', suffixes=['', '_src'], indicator='_join_ind')

for col in columns_update:
    df_to_update.loc[df_merged['_join_ind']=='both', col]= df_merged[col + '_src']

# now df_to_update contains the result

如果这6个字段没有标识一行（可能会导致更多行），则需要在以后使合并结果唯一，但在这种情况下，Java版本也将始终生成最后一行的值。
在这种情况下，您可以使用
DataFrame.grouby
和例如
last
作为聚合函数

编辑：如果您需要应用聚合，最好将聚合应用于您获取值的数据帧。要使用每个组的最后一个值对其进行相应的聚合并在之后进行合并，只需将行替换为上面的
。通过以下方式合并
：

df_agg= df_source.groupby(columns_join)[columns_update].aggregate('last')
df_merged= df_to_update[columns_join].merge(df_source[columns_join + columns_update], left_on=columns_join, right_index=True, how='left', suffixes=['', '_src'], indicator='_join_ind')

您可以轻松地使用
numpy.where
。我认为它在这种情况下也应该工作得最好

假设您有以下数据帧

import pandas as pd

df1=pd.DataFrame({'X':[1,3,4,6,5],
                  'X1':[2,3,4,6,3],
                  'Y1':[4,2,1,51,3],
                  'Z1':[2,3,4,1,5]})

df2=pd.DataFrame({'L':[2,3,4,1,4],
                  'X2':[2,3,4,6,5],
                  'Y2':[4,3,4,6,3],
                  'Z2':[2,2,1,51,3]})


如果
X1==X2&Y1==Y2&Z1==Z2
，则需要根据条件更改X的值。在这种情况下，还可以假设要更新的值来自列L

您可以像这样使用
numpy.where

df1['X']=np.where((df1['X1']==df2['X2'])&(df1['Y1']==df2['Y2'])&(df1['Z1']==df2['Z2']),df2['L'],,df1['X'])

它只会更改第一行，因为那里只满足条件。如果满足条件，此函数将值更改为
df2['L']
，如果不满足条件，则保留原始值

阅读更多关于

更新：问题中的数据帧不相等。它们的列是否相等无关紧要，但为了进行比较，行应该相等。下面是两个数据帧不相等的示例以及如何
numpy。在这种情况下，
在何处执行。

import pandas as pd
import numpy as np

df1=pd.DataFrame({'X':[1,3,4,6,5],
                  'X1':[2,3,4,6,3],
                  'Y1':[4,3,1,51,3],
                  'Z1':[2,3,4,1,5]})

df2=pd.DataFrame({'L':[2,3,4,1,4,5,1],
                  'X2':[2,3,4,6,5,2,3],
                  'Y2':[4,3,4,6,3,8,7],
                  'Z2':[2,3,1,51,3,9,9],
                  'R2':[2,5,1,2,7,3,9]})

#make both the dataframes equal

for i in range(len(df2)-len(df1)):
    df1=df1.append(pd.Series(),ignore_index=True)

df1['X']=np.where((df1['X1']==df2['X2'])&(df1['Y1']==df2['Y2'])&(df1['Z1']==df2['Z2']),df2['L'],df1['X'])

#drop those null values which have been appended above to get back to original
df1=df1.dropna(how='all')    


请查看并为您的问题提供一个示例输入和输出数据，以便我们能够提供更具体的帮助。我不知道如何做到这一点，因此我无法提供一个可复制的示例，我将从csv文件加载数据帧，这是我所能得到的。嗨，Pablo，您可以从csv中复制一些行。我得到一个错误：Valuerror:只能比较标签相同的系列对象，我在尝试使用掩码时遇到了相同的错误。请检查更新的答案！发生错误的原因是两个数据帧中的行不相等。建议的解决方案是向数据帧添加一些空值以使其相等，然后删除这些值。此外，您应该复制并粘贴一些行如果您的excel文件不是机密文件，则可以从中查看，以便让我们更好地了解您希望实现的目标。如果数据是机密文件，您也可以更改值。我相信您的答案是逐行比较，这不起作用，我必须搜索df2以查找匹配项，并更新X以查找匹配项，例如，df1的第1行是匹配项w对于df2的第3行，df1是一个经过过滤的df2，删除了坏行。为了将来的使用，我认为它缺少列_updateon on=，我认为这是我的解决方案，但我得到了一个关键错误，缺少2个索引，前10行的值相等，这可能是针对一些不匹配的行？但每个sin都应该有一个匹配谢谢。你的权利，首先我在那个地方使用了列表而不是变量。所以我发现了错误，列名在其中一个数据帧中多了两个空格，但是我仍然在我要更新的de列上得到了一个键丢失的错误，我检查了，它们是正确的。我丢失了。你尝试了什么，你得到了什么错误？你有没有发现是否另外应用我在上面提出的聚合？