我有两个数据框，一个保存数据集的大部分数据，第二个保存我在稍后的时间点获得的一些其他数据。
在下面的示例中，我想用在df_main.b中找到的值替换df_additional.b中存储的值，并且应该通过使用两个数据帧中在列order_id下找到的映射来知道要使用哪些值。
In [385]: df_main = pd.DataFrame({'order_id':['A1', 'A2', 'A3', 'A4', 'A5', 'A6', 'A7'], 'b':[1,2,3,4,5,6,7], 'c':np.random.randn(7), 'd':np.random.randn(7)})
In [386]: df_additional = pd.DataFrame({'order_id':['A1', 'A2', 'A3', 'A5', 'A6', 'A7', 'A8'], 'b':['a','b','c','d','e','f','g']})
In [387]: df_main
Out[387]:
b c d order_id
0 1 0.460474 -1.092239 A1
1 2 0.872538 1.819610 A2
2 3 -0.343626 -2.493006 A3
3 4 0.489427 0.074341 A4
4 5 -1.690572 0.162746 A5
5 6 -0.851540 0.543129 A6
6 7 -0.559258 -0.170457 A7
In [388]: df_additional
Out[388]:
b order_id
0 a A1
1 b A2
2 c A3
3 d A5
4 e A6
5 f A7
6 g A8
请注意，
df_main.order_id中的值与df_additional.order_id不同。我希望针对
df_main.b中而不是np.nan中存在的这些订单，df_main转到df_additional（例如，'A4'，因此df_main['b'][3]应该转到np.nan）我也希望忽略所有存在于
df_additional中而不存在于df_main中的订单，而在df_main中没有添加任何新内容。最终输出应为：
>>> final_version
b c d order_id
0 a 0.460474 -1.092239 A1
1 b 0.872538 1.819610 A2
2 c -0.343626 -2.493006 A3
3 NaN 0.489427 0.074341 A4
4 d -1.690572 0.162746 A5
5 e -0.851540 0.543129 A6
6 f -0.559258 -0.170457 A7
感谢您的帮助
编辑
我已经尝试使用
np.where()获得以下结果：In [389]: df_main.b = np.where(df_main.order_id == df_additional.order_id, df_additional.b, np.nan)
In [390]: df_main
Out[390]:
b c d order_id
0 a 0.460474 -1.092239 A1
1 b 0.872538 1.819610 A2
2 c -0.343626 -2.493006 A3
3 NaN 0.489427 0.074341 A4
4 NaN -1.690572 0.162746 A5
5 NaN -0.851540 0.543129 A6
6 NaN -0.559258 -0.170457 A7
事情进展到一定程度，但是似乎比较是逐元素进行的，因此在某个点（
'A4' != 'A5'）失败，从那一点开始，所有比较也都失败了。是否可以对isin中的所有order_id值使用某种形式的df_main，获取索引，并为该索引检索b值（？） 最佳答案
您正在寻找merge：
pd.merge(df_additional, df_main, how='right', on='order_id')
#Out[13]:
# b_x order_id b_y c d
#0 a A1 1 -2.532221 0.702512
#1 b A2 2 2.550224 -0.649286
#2 c A3 3 0.737817 0.999865
#3 d A5 5 -0.484483 1.153589
#4 e A6 6 0.526035 0.335695
#5 f A7 7 -0.901915 -1.312429
#6 NaN A4 4 -0.905911 0.865345