Python Pandas DataFrame update方法用法及代碼示例

例子

基本用法

考慮以下數據幀：

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

請注意，兩個 DataFrames 都有一個帶有標簽 B 的列。執行更新會給出：

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 中的值替換。

其他 DataFrame 包含缺失值的情況

考慮以下數據幀：

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

請注意 other DataFrame 如何具有 NaN 。

執行更新會給出：

df.update(df_other)
df



   A  B
0  1  5.0
1  2  4.0

這裏的要點是，如果新值是缺失值，則不會對該值執行更新。

指定覆蓋參數

考慮以下數據幀：

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

使用默認參數 overwrite=True 執行更新會給出：

df.update(df_other)
df



   A  B
0  1  5.0
1  2  6.0

請注意源 DataFrame 的列 B 中的所有值是如何更新的。

現在，讓我們將其與 overwrite=False 進行比較：

df.update(df_other, overwrite=False)
df



   A  B
0  1  3.0
1  2  6.0

此處，值 3 保持不變，而 NaN 被替換為 6 的相應值。這是因為 overwrite=False 確保隻有 NaN 得到更新，而非 NaN 值保持不變。

指定filter_func參數

考慮以下數據幀：

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

假設我們隻想更新大於 3 的值。我們可以通過指定一個自定義函數來做到這一點，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

請注意值3 是如何保持不變的。

指定錯誤參數

考慮以下數據幀：

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

使用默認參數 errors="ignore" 執行更新會給出：

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，更新也不會出現任何錯誤。

使用 errors="raise" 執行更新會得到：

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



ValueError: Data overlaps.

我們最終會遇到錯誤，因為我們試圖用非 NaN 值更新非 NaN 值。請注意，如果 df_other 中的 B 列僅將 NaN 作為值，則不會引發錯誤。