本文介绍了如何使用 Pandas DataFrame 根据条件批量更新多行数据，避免循环操作，提高代码效率。核心思路是利用 map() 函数和 update() 函数，将第二个 DataFrame 转换为映射关系，然后根据第一个 DataFrame 的 Symbol 列进行匹配，批量更新 SecurityID 列。
批量更新 DataFrame 中匹配条件的行在数据处理过程中，经常会遇到需要根据一个 DataFrame 的信息，批量更新另一个 DataFrame 中符合特定条件的行。例如，我们有两个 DataFrame，df1 和 df2，其中 df1 包含 Symbol 和 SecurityID 列，df2 包含 Symbol 和对应的 SecurityID。我们需要根据 df2 中的 Symbol 和 SecurityID 的对应关系，更新 df1 中所有 Symbol 相同的行的 SecurityID。
以下是一种高效的方法，无需循环即可实现此目的：
1. 准备数据
首先，创建两个示例 DataFrame：
import pandas as pd
# DataFrame 1
data1 = {'Symbol': ['UGE', 'UGE', 'UGE', 'UGE', 'UGE', 'UGE'],
'SecurityID': [None, None, None, None, None, None]}
df1 = pd.DataFrame(data1)
# DataFrame 2
data2 = {'Symbol': ['UGE'],
'SecurityID': [128901]}
df2 = pd.DataFrame(data2) 2. 使用 map() 和 update() 函数
核心代码如下：
df1['SecurityID'].update(df1['Symbol'].map(df2.set_index('Symbol')['SecurityID'])) 这行代码分两步完成：
- df2.set_index('Symbol')['SecurityID']: 这部分代码将 df2 的 Symbol 列设置为索引，然后选择 SecurityID 列，从而创建一个 Series，其中 Symbol 作为索引，SecurityID 作为值。本质上创建了一个从 Symbol 到 SecurityID 的映射。
- df1['Symbol'].map(...): 这部分代码使用 df1 的 Symbol 列，利用 map() 函数，将每个 Symbol 映射到其对应的 SecurityID。如果 Symbol 在 df2 中不存在，则映射结果为 NaN。
- df1['SecurityID'].update(...): 最后，使用 update() 函数，将 df1 的 SecurityID 列中，与映射结果对应位置的值进行更新。
3. 验证结果
执行完上述代码后，df1 将被更新，所有 Symbol 为 'UGE' 的行的 SecurityID 都将变为 128901。
print(df1)
输出结果：
Symbol SecurityID 0 UGE 128901.0 1 UGE 128901.0 2 UGE 128901.0 3 UGE 128901.0 4 UGE 128901.0 5 UGE 128901.0
完整代码示例：
import pandas as pd
# DataFrame 1
data1 = {'Symbol': ['UGE', 'UGE', 'UGE', 'UGE', 'UGE', 'UGE'],
'SecurityID': [None, None, None, None, None, None]}
df1 = pd.DataFrame(data1)
# DataFrame 2
data2 = {'Symbol': ['UGE'],
'SecurityID': [128901]}
df2 = pd.DataFrame(data2)
# 更新 df1 的 SecurityID
df1['SecurityID'].update(df1['Symbol'].map(df2.set_index('Symbol')['SecurityID']))
print(df1) 注意事项：
- 确保 df2 中的 Symbol 列是唯一的，否则 set_index() 会抛出异常。 如果不唯一，需要根据实际情况进行处理，例如选择第一个值或进行聚合。
- 如果 df1 中的 Symbol 在 df2 中不存在，则对应的 SecurityID 将被更新为 NaN。 可以使用 fillna() 函数处理这些 NaN 值。
- update() 函数会直接修改 df1，如果需要保留原始 df1，请先进行复制。
总结：
使用 map() 和 update() 函数可以高效地批量更新 Pandas DataFrame 中匹配条件的行，避免了循环操作，提高了代码的执行效率。 这种方法在处理大型数据集时尤为重要。 理解并掌握这种方法，可以提升数据处理的效率和代码的可读性。
以上就是Pandas DataFrame：根据条件批量更新多行数据的详细内容，更多请关注知识资源分享宝库其它相关文章！
发表评论:
◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。