如何将不同形状的Pandas DataFrame插入到另一DataFrame指定位置

原始数据 #

df结构与数据： #

import pandas as pd
import numpy as np

df = pd.DataFrame({"A":["A","B","C","D"],
                   "B":[1,np.nan,np.nan,4],
                   "C":[1,456,5464,4],
                   "D":[1,234,9876,4],
                   "E":[1,2,3,4],
                   "F":[1,2,3,4],
                   "G":[1,2,3,4],
                   "H":[1,2,3,4]
                  })

df为4行8列，其中B列第2、3行（索引1、2）为缺失值，C、D列对应行有原始数值。

df2结构与数据： #

df2 = pd.DataFrame({'col1':[9,10],
                   'col2':[11,12],
                   'col3':[13,14]})

df2为2行3列，包含待替换的目标数值。

需求说明 #

将df2的内容插入到df中，替换df里B、C、D列的第2、3行（索引1、2）数据，最终得到如下目标DataFrame：

pd.DataFrame({"A":["A","B","C","D"],
               "B":[1,9,10,4],
               "C":[1,11,12,4],
               "D":[1,13,14,4],
               "E":[1,2,3,4],
               "F":[1,2,3,4],
               "G":[1,2,3,4],
               "H":[1,2,3,4]
              })

解决方案 #

通过行索引定位+转置赋值完成替换，代码如下：

# 替换指定行和列的数据
df.loc[1:2, ['B', 'C', 'D']] = df2.values.T

# 输出结果
print(df)

说明 #

• df.loc[1:2, ['B', 'C', 'D']] 精准定位df中需要替换的行（索引1、2）和列（B、C、D）
• df2.values.T 将df2的行转置为列，匹配df待替换区域的结构，直接完成赋值替换

内容的提问来源于stack exchange，提问作者frank