Python熊猫加入并覆盖

Question

我意识到这个问题类似于join or merge with overwrite in pandas，但接受的答案不适用于我，因为我想从df.join()使用on='keys'。

我有一个数据帧df它看起来像这样：

keys values 
0  0 0.088344 
1  0 0.088344 
2  0 0.088344 
3  0 0.088344 
4  0 0.088344 
5  1 0.560857 
6  1 0.560857 
7  1 0.560857 
8  2 0.978736 
9  2 0.978736 
10  2 0.978736 
11  2 0.978736 
12  2 0.978736 
13  2 0.978736 
14  2 0.978736 

然后，我有一个系列s（这是从一些df.groupy.apply()结果）使用相同的按键：

keys 
0  0.183328 
1  0.239322 
2  0.574962 
Name: new_values, dtype: float64 

基本上我想在df与该系列中的值，以取代“价值”，通过keys所以每keys块获取相同的新值。目前，我做如下：

df = df.join(s, on='keys') 
df['values'] = df['new_values'] 
df = df.drop('new_values', axis=1) 

所获得的（与指定的）结果则是：

keys values 
0  0 0.183328 
1  0 0.183328 
2  0 0.183328 
3  0 0.183328 
4  0 0.183328 
5  1 0.239322 
6  1 0.239322 
7  1 0.239322 
8  2 0.574962 
9  2 0.574962 
10  2 0.574962 
11  2 0.574962 
12  2 0.574962 
13  2 0.574962 
14  2 0.574962 

也就是说，我将其添加为新列，并通过使用on='keys'它得到校正形状。然后我给你values是new_values并删除new_values列。这当然是完美的，唯一的问题是我觉得它非常难看。

有没有更好的方法来做到这一点？

Answer 1

你可以尝试这样的：

df = df[df.columns[df.columns!='values']].join(s, on='keys') 

确保s的名为 '价值'，而不是 'new_values'。

据我所知，大熊猫并没有参加与“力覆盖”或“有警告覆盖”的能力。