以下是一种解决方法,使用 Pandas 库来处理数据帧和条件匹配:
import pandas as pd
# 创建示例数据帧 df1 和 df2
df1 = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8]})
df2 = pd.DataFrame({'A': [1, 3, 5], 'B': [9, 10, 11]})
# 使用 merge 方法进行条件匹配
result = pd.merge(df1, df2, on=['A'], how='left')
# 如果 df2 中匹配到的值存在,则用 df2 中的值替换 df1 中的值
result['B_x'].update(result['B_y'])
# 删除多余的列
result = result.drop(columns=['B_y'])
print(result)
输出结果如下:
A B_x
0 1 9
1 2 6
2 3 10
3 4 8
在这个示例中,我们使用 Pandas 的 merge 方法来根据列 'A' 进行条件匹配。how='left'
参数表示使用 df1 作为基础数据帧,并保留 df1 中的所有行。然后,我们使用 update
方法来替换 df1 中匹配到的值。最后,通过删除多余的列,得到最终结果。
上一篇:不同长度的数据框之间的列模糊匹配