Python+；熊猫：基于另一个csv更新csv中的一列

我有两个类似的表（“hist.csv”）：

以及（“new.csv”）：

如果“url”列匹配，我想用历史.Time值更新新的.Time列。 i、 e.此处所需输出，url“A”已更新：

New2 :
id | url | url2 | url3 | Time
1    A      Z      K      5
2    G      H      I      11

我尝试了以下方法：

Historical = pd.DataFrame.from_csv("hist.csv", index_col='id', sep='\t', encoding='utf-8')
New = pd.DataFrame.from_csv("new.csv", index_col='id', sep='\t', encoding='utf-8')

for index, row in New.iterrows():
    New.loc[index,'Time']=Historical.loc[historical['url'] == row['url'],'Time']

New.to_csv("new2.csv", sep='\t', encoding='utf-8')

提出：

 ValueError: Must have equal len keys and value when setting with an iterable

PS：我发现了这个帖子：

---

但是，建议的带有“merge”的解决方案似乎并不真正符合我的需要，因为我有很多列？

基本问题是

Historical.loc[Historical['url']==row['url']，'Time']

返回一个序列（即使只有一行或没有一行条件-

Historical['url']==row['url']

-匹配）。范例-

In [15]: df
Out[15]:
   A  B
0  1  2
1  2  3

In [16]: df.loc[df['A']==1,'B']
Out[16]:
0    2
Name: B, dtype: int64

然后尝试将此数据帧设置为新数据帧的单个单元格，这就是问题的原因

因为在你的评论里-

我可能在历史记录中有几行带有“url”，但它们将具有相同的时间值。在这种情况下，我应该考虑第一次出现/匹配。< /P> 代码的一个快速修复方法是检查另一个数据帧中是否存在

行['url']

，并且只有在为true时，才使用-

for index, row in New.iterrows():
    if row['url'] in Historical['url'].values:
        row['Time']=Historical.loc[Historical['url'] == row['url'],'Time'].values[0]

---

您确定历史csv中只有一个url值吗？我可能有几行历史记录中有“url”，但它们的时间值相同。在这种情况下，我应该考虑第一次出现/匹配。谢谢你，阿南德。然而，使用此修复程序，我正在更新行['Time']，但我没有更新“New”数据帧，是吗？

行

是来自

新

的行，因此您只更新

新

。我在测试中遇到问题：“如果历史['url']中的行['url']：”这总是错误的。两个表中是否需要相同的索引？这不是我的情况。哦，对不起，您需要检查历史['url']中的

行['url']。值

。另一个只检查索引。我最终能够使用以下命令使其工作：New.loc[index，“Time']=Hist.loc[Hist['url']==row['url']，'Time']。值[0]

In [15]: df
Out[15]:
   A  B
0  1  2
1  2  3

In [16]: df.loc[df['A']==1,'B']
Out[16]:
0    2
Name: B, dtype: int64

for index, row in New.iterrows():
    if row['url'] in Historical['url'].values:
        row['Time']=Historical.loc[Historical['url'] == row['url'],'Time'].values[0]