合併具有條件的兩個數據幀以更新列或追加行

Question

我有2個數據幀，它們具有相同的列。我想在關鍵列上合併（或連接）這些數據幀，如果兩者之間存在關鍵匹配，它只更新匹配行的單個列，否則它將行附加到第一個/舊數據幀。

例Psudeocode：

for row in new_dataset: 
if new_dataset['key'] == old_dataset['key']: 
    old_dataset['last_seen'] = new_dataset['last_seen'] 
else: 
    append row to old_dataset 

示例輸入：

DF1

Key  First_Seen Last_Seen Data Data 
Bigfoot 2015  2015  Blah Blah 
Loch_Ness 2016  2016  Blah Blah 
UFO  2016  2004  Blah Blah 

DF2

Key  First_Seen Last_Seen Data Data 
UFO  2017  2017  Blah Blah 
Tupac  2017  2017  Blah Blah 

所需的輸出：

DF3

Key  First_Seen Last_Seen Data Data 
Bigfoot 2015  2015  Blah Blah 
Loch_Ness 2016  2016  Blah Blah 
UFO  2016  2017  Blah Blah 
Tupac  2017  2017  Blah Blah 

編輯：我試過幾種方法，包括：與主要的指標加入，做一個合併右上顯式調用列鍵，然後合併留給追加非匹配值。我面臨的問題是合併要麼合併所有列，要麼創建一個完全重複的df，要麼當我顯式調用列時，它不允許匹配熊貓系列的數據框。當我向正常化上使用列呼叫2系列中，我也沒有辦法恢復回其匹配合並具體的行等

Answer 1

新建答案

df1.append(df2).pipe(
    lambda d: (
     lambda f: f('Key').assign(
      Last_Seen=f('Key', 'last').Last_Seen.values) 
    )(d.drop_duplicates) 
).reset_index(drop=True) 

     Key First_Seen Last_Seen Data Data.1 
0 Bigfoot  2015  2015 Blah Blah 
1 Loch_Ness  2016  2016 Blah Blah 
2  UFO  2016  2017 Blah Blah 
3  Tupac  2017  2017 Blah Blah 

變
減lambda更merge

df1.merge(df2, 'outer', 'Key', suffixes=['', '_']).pipe(
    lambda d: d.fillna(
     d.filter(regex='_$').rename(columns=lambda x: x[:-1]) 
    ).assign(Last_Seen=d.Last_Seen_.fillna(d.Last_Seen)) 
)[df1.columns].astype(df1.dtypes) 

     Key First_Seen Last_Seen Data Data.1 
0 Bigfoot  2015  2015 Blah Blah 
1 Loch_Ness  2016  2016 Blah Blah 
2  UFO  2016  2017 Blah Blah 
3  Tupac  2017  2017 Blah Blah 

---

老回答

d1, d2 = df1.set_index('Key').align(df2.set_index('Key')) 
d3 = d1.combine_first(d2) 
d3.update(d2.Last_Seen) 
d3 = d3.reset_index().astype(df1.dtypes) 
d3 

     Key First_Seen Last_Seen Data Data.1 
0 Bigfoot  2015  2015 Blah Blah 
1 Loch_Ness  2016  2016 Blah Blah 
2  Tupac  2017  2017 Blah Blah 
3  UFO  2016  2017 Blah Blah