Python Pandas DataFrame update方法用法及代码示例

例子

基本用法

考虑以下数据帧：

df = pd.DataFrame({"A":[1,2], "B":[3,4]})
df_other = pd.DataFrame({"B":[5,6], "C":[7,8]})



  [df]     [df_other]
   A  B        B  C
0  1  3     0  5  7
1  2  4     1  6  8

请注意，两个 DataFrames 都有一个带有标签 B 的列。执行更新会给出：

df.update(df_other)
df



   A  B
0  1  5
1  2  6

原始 DataFrame 列 B 中的值已被其他 DataFrame 列 B 中的值替换。

其他 DataFrame 包含缺失值的情况

考虑以下数据帧：

df = pd.DataFrame({"A":[1,2], "B":[3,4]})
df_other = pd.DataFrame({"B":[5,np.NaN], "C":[7,8]})



  [df]     [df_other]
   A  B        B    C 
0  1  3     0  5.0  7
1  2  4     1  NaN  8

请注意 other DataFrame 如何具有 NaN 。

执行更新会给出：

df.update(df_other)
df



   A  B
0  1  5.0
1  2  4.0

这里的要点是，如果新值是缺失值，则不会对该值执行更新。

指定覆盖参数

考虑以下数据帧：

df = pd.DataFrame({"A":[1,2], "B":[3,np.NaN]})
df_other = pd.DataFrame({"B":[5,6], "C":[7,8]})



   [df]      [df_other]
   A  B          B  C
0  1  3       0  5  7
1  2  NaN     1  6  8

使用默认参数 overwrite=True 执行更新会给出：

df.update(df_other)
df



   A  B
0  1  5.0
1  2  6.0

请注意源 DataFrame 的列 B 中的所有值是如何更新的。

现在，让我们将其与 overwrite=False 进行比较：

df.update(df_other, overwrite=False)
df



   A  B
0  1  3.0
1  2  6.0

此处，值 3 保持不变，而 NaN 被替换为 6 的相应值。这是因为 overwrite=False 确保只有 NaN 得到更新，而非 NaN 值保持不变。

指定filter_func参数

考虑以下数据帧：

df = pd.DataFrame({"A":[1,2], "B":[3,4]})
df_other = pd.DataFrame({"B":[5,6], "C":[7,8]})



   [df]      [df_other]
   A  B          B  C
0  1  3       0  5  7
1  2  4       1  6  8

假设我们只想更新大于 3 的值。我们可以通过指定一个自定义函数来做到这一点，如下所示：

def foo(vals):
   return vals > 3
df.update(df_other, filter_func=foo)
df



   A  B
0  1  3
1  2  6

请注意值3 是如何保持不变的。

指定错误参数

考虑以下数据帧：

df = pd.DataFrame({"A":[1,2], "B":[3,4]})
df_other = pd.DataFrame({"B":[5,6]})



   [df]    [df_other]
   A  B          B
0  1  3       0  5
1  2  4       1  6

使用默认参数 errors="ignore" 执行更新会给出：

df.update(df_other)   # errors="ignore"
df



   A  B
0  1  5
1  2  6

即使使用非 NaN 值更新非 NaN 值，更新也不会出现任何错误。

使用 errors="raise" 执行更新会得到：

df.update(df_other, errors="raise")
df



ValueError: Data overlaps.

我们最终会遇到错误，因为我们试图用非 NaN 值更新非 NaN 值。请注意，如果 df_other 中的 B 列仅将 NaN 作为值，则不会引发错误。