如何使用Python中另一個DataFrame對象中的值更新DataFrame對象的一部分？

Question

我拖數據框對象：

OBJ1：

header1 header2 header3  header4 
1   A   someValue1 someValue5 
2   B   someValue2 someValue6 
3   C   someValue3 someValue7 
4   D   someValue4 someValue8 

OBJ 2：

header1 header2 header3  header4 
1   E   someValue9 someValue13 
2   F   someValue10 someValue14 
3   G   someValue11 someValue15 
4   H   someValue10 someValue16 

我想更新obj1是守在列header1和header2的值，並設置列header3和header4至obj2中的值。

例如：

header1 header2 header3  header4 
1   A   someValue9 someValue13 
2   B   someValue10 someValue14 
3   C   someValue11 someValue15 
4   D   someValue10 someValue16 

我已經試過是：

for ID in obj2.header2: 
    obj1[obj1.header1==ID].header3 = obj2[obj2.header1==ID].header3 
    obj1[obj1.header1==ID].header4 = obj2[obj2.header1==ID].header4 

然而，這並不在obj1改變什麼，但它仍然與上面相同的代碼之前。

有沒有一種很好的方法來實現我的目標？

請注意，範例是抽象的，真正的ID（AKA header1）可能不是1對1 obj1和obj2匹配。所以一些ID不需要更新。例如，obj1具有ID 1,2,3,4,5，並且obj2具有ID 2,3,4,5。因此obj1中的ID 1不一定要更新。

非常感謝。

Answer 1

您可以使用merge和combine_first：

print obj1 
    ID header2  header3  header4 
0 1  A someValue1 someValue5 
1 2  B someValue2 someValue6 
2 3  C someValue3 someValue7 
3 4  D someValue4 someValue8 
4 5  D1 someValue41 someValue81 

print obj2 
    ID header2  header3  header4 
0 2  E someValue9 someValue13 
1 3  F someValue10 someValue14 
2 4  G someValue11 someValue15 
3 5  H someValue10 someValue16 



df = pd.merge(obj1, obj2, on=['ID'], suffixes=['_l', ''], how='left').combine_first(obj1) 
print df 
    ID header2 header2_l  header3 header3_l  header4 header4_l 
0 1  A   A someValue1 someValue1 someValue5 someValue5 
1 2  E   B someValue9 someValue2 someValue13 someValue6 
2 3  F   C someValue10 someValue3 someValue14 someValue7 
3 4  G   D someValue11 someValue4 someValue15 someValue8 
4 5  H  D1 someValue10 someValue41 someValue16 someValue81 

df = df[['ID','header2','header3','header4']] 
print df 
    ID header2  header3  header4 
0 1  A someValue1 someValue5 
1 2  E someValue9 someValue13 
2 3  F someValue10 someValue14 
3 4  G someValue11 someValue15 
4 5  H someValue10 someValue16 

解決方案與isin，loc和values：

mask = obj1.ID.isin(obj2.ID.tolist()) 
print mask 
0 False 
1  True 
2  True 
3  True 
4  True 
Name: ID, dtype: bool 

obj1.loc[mask, obj1.columns] = obj2.values 
print obj1 
    ID header2  header3  header4 
0 1  A someValue1 someValue5 
1 2  E someValue9 someValue13 
2 3  F someValue10 someValue14 
3 4  G someValue11 someValue15 
4 5  H someValue10 someValue16