Python 如果满足条件，则根据另一个数据帧中的匹配更新数据帧

我有两个数据帧，我想更新第一个。 df1包含不同的市场（M1、M2等）和每个市场的一些代码（数字或虚拟）

如果Code==Dummy，那么我想根据这个特定市场的df2中的值更新df中的代码。因此，每个市场都应该收到不同的新代码

labels = ["Market","Code(New)"]
values = [["M1","4567"],["M2","5678"]]
df2 = pd.DataFrame.from_records(values,columns=labels)
print(df2)
 Market Code(New)
0     M1      4567
1     M2      5678

最后我应该得到

labels = ["Market","Code"]
values = [["M1","1234"],["M1","4567"],["M1","1234"],["M2","5678"],["M1","1234"]]
df_clean = pd.DataFrame.from_records(values,columns=labels)
print(df_clean)
  Market  Code
0     M1  1234
1     M1  4567
2     M1  1234
3     M2  5678
4     M1  1234

以你的例子为基础

pd.concat([df1[df1.Code!='Dummy'],df2],axis=0)

在我发布我的答案后，您编辑了输入，下面是更新输入的解决方案

df2.columns=["Market","Code"]
df2.index=df[df.Code=='Dummy'].index
pd.concat([df[df.Code!='Dummy'],df2],axis=0).sort_index()


Out[372]: 
  Market  Code
0     M1  1234
1     M1  4567
2     M1  1234
3     M2  5678
4     M1  1234

---

使用

市场上的
.merge
和
.loc
作为
df.code=='Dummy'
值的子集

In [288]: df.loc[df.Code=='Dummy', 'Code'] = df.merge(df2, on='Market', how='left')['Code(New)']

In [289]: df
Out[289]:
  Market  Code
0     M1  1234
1     M1  4567
2     M1  1234
3     M2  5678
4     M1  1234

嗨，你试过什么代码？为什么不起作用？谢谢你的回答，但是如果你在df中有多行要为同一个市场编辑，它会起作用吗？@Nicolas，如果在同一个市场下有多行需要更新，如何区分相同的市场名称？不需要。这只是更大计划的一部分；）我试过这样的代码：
index=[“MKT\u BUD”，“CUSTOMER”]
df.loc[df.CUSTOMER=='OTHEROE'，'CUSTOMER']=df.merge（df2，how=“inner”，left\u on=index，right\u on=index）[“New CUSTOMER”]值，但结果很奇怪，似乎它没有根据正确的市场正确地编辑每一行。我在这里为这个问题创建了一个专门的主题：
In [288]: df.loc[df.Code=='Dummy', 'Code'] = df.merge(df2, on='Market', how='left')['Code(New)']

In [289]: df
Out[289]:
  Market  Code
0     M1  1234
1     M1  4567
2     M1  1234
3     M2  5678
4     M1  1234