Python Pandas-基于多个匹配列值更新/合并2个数据帧

我有两个数据帧

left_-df

和

right-df

，它们都有20个列，具有相同的名称和数据类型

right_df

还有两个附加列，每行上都有唯一的值

我想用

left_df

中的所有值更新

right_df

中的行，其中列子集列表中所有列中的值，

matching_cols=['col_1'，'col_3'，'col_10'，'col u 12']

在两个数据帧中都是相同的。应保留

right_df

中另外两个唯一列中的值

理想情况下，我还希望在同一个命令中从

left_df

删除这些行，如果不可能，则作为下一个命令。我需要不止一次地执行这个过程，在几个不同的列列表上进行匹配，使用

left_df

在每个循环中删除匹配的行，直到最终找不到进一步的匹配

一种可接受的替代方法是创建一个新的数据框

new_df

，其中包含列表中所有指定列匹配的行集

matching_cols

，前20列中的值来自

left_df

，其余2列中的值来自

right_df

我不关心在任何一个数据帧中的任何一点上保留索引，我将在这之后将它们导入SQL，并将在最后的2个

right_df

值之一上重新为它们编制索引

Pandas新手，无法确定使用哪种方法，尝试了

.merge

、

.join

、

.update

等变体，但似乎无法指定仅在所需列值全部匹配时更新，或如何删除这些行/将其导出到新的df

更新：在下面添加了伪代码：

对于

left_df

as：

left_df = pd.DataFrame({
   'col_0': ['0', '1', '2', '3', '4', '5'],
   'col_1': ['A', 'B', 'C', 'D', 'E', 'F'],
   'col_2': ['new', 'new', 'new', 'new', 'new', 'new'],
   'col_3': ['new', 'new', 'new', 'new', 'new', 'new'],
   'col_4': ['new', 'new', 'new', 'new', 'new', 'new'],
   'col_5': ['new', 'new', 'new', 'new', 'new', 'new'],
   'col_6': ['new', 'new', 'new', 'new', 'new', 'new'],
   'col_7': ['new', 'new', 'new', 'new', 'new', 'new'],                
  })

和一个右_df，如下所示：

right_df = pd.DataFrame({
   'col_0': ['0', '1', '2', '3', '4', '5'],
   'col_1': ['A', 'B', 'C', 'X', 'E', 'F'],
   'col_2': ['old', 'old', 'old', 'old', 'old', 'old'],
   'col_3': ['old', 'old', 'old', 'old', 'old', 'old'],
   'col_4': ['old', 'old', 'old', 'old', 'old', 'old'],
   'col_5': ['old', 'old', 'old', 'old', 'old', 'old'],
   'col_6': ['old', 'old', 'old', 'old', 'old', 'old'],
   'col_7': ['old', 'old', 'old', 'old', 'old', 'old'],
   'col_8': ['uid_0', 'uid_1', 'uid_2', 'uid_3', 'uid_4', 'uid_5'],
   'col_9': ['uid_a', 'uid_b', 'uid_c', 'uid_d', 'uid_e', 'uid_f'],                
  })

其中

匹配列=['col\u 0'，'col\u 1']

我想得到以下结果，要么作为新的数据帧，要么在

右侧_df

上得到（请注意，

列1

在第3行不匹配，因此没有更改）

试试这个

new_df=pd.concat([left_df,right_df.iloc[:,-1:-3]],axis=1)

感谢Pandas和文档：

首先，我需要一个

.merge

，我将后缀指定为

“\r'

，仅用于从

右侧复制的列，用于我正在更新的旧值：

merged_df = pd.merge(left_df, right_df, on=['col_0', 'col_1'], suffixes=(None, '_r'))

这将生成一个新的数据帧，其中的行同时包含新列和旧列，仅适用于每个数据帧中列
on=['col\u 0'，'col\u 1']
中的值匹配的行。然后在文本
“\u r”
上使用正则表达式过滤器删除“old”列：

merged_df.drop(list(merged_df.filter(regex = '_r')), axis=1, inplace=True)

这将生成一个数据帧，其中只有“修改的”行，没有未修改的行，这足以满足我的需要

  col_0 col_1 col_2 col_3 col_4 col_5 col_6 col_7  col_8  col_9
0     0     A   new   new   new   new   new   new  uid_0  uid_a
1     1     B   new   new   new   new   new   new  uid_1  uid_b
2     2     C   new   new   new   new   new   new  uid_2  uid_c
3     4     E   new   new   new   new   new   new  uid_4  uid_e
4     5     F   new   new   new   new   new   new  uid_5  uid_f

在这里，
.iloc[：，-1:-3]
指的是什么？更新：尝试过了，它可以工作，但是它忽略了我需要从
右(右)df
中包含在结果中的两列。
.iloc[：，-1:-3]
是对数据帧中的列进行索引，如果你需要特定的列，你也可以尝试
.loc:，['以逗号分隔的列列表']
这肯定会解决我刚才看到的所有问题，我认为上面的答案将起作用（.loc）

因为这是我可能想到的唯一正确的方法来压缩数据，``你必须在loc中正确地指定名称，``请尝试在数据

new_df=pd.concat（[left_df，right_df.loc[：，[col_0'，'col_1'，'col_8'，'col u 9'，axis=1]中删除两次出现的

  col_0 col_1 col_2 col_3 col_4 col_5 col_6 col_7  col_8  col_9
0     0     A   new   new   new   new   new   new  uid_0  uid_a
1     1     B   new   new   new   new   new   new  uid_1  uid_b
2     2     C   new   new   new   new   new   new  uid_2  uid_c
3     4     E   new   new   new   new   new   new  uid_4  uid_e
4     5     F   new   new   new   new   new   new  uid_5  uid_f