如何在Pandas中更新指定行列数据且不产生重复行

问题场景 #

需要在Pandas DataFrame中，针对Foo值为2和4的行，更新vals列的数据。

初始数据 #

Foo Bar  vals
0    0   a     0
1    1   b     1
2    2   c     2
3    3   d     3
4    4   e     4

期望输出 #

Foo Bar  vals
0    0   a     0
1    1   b     1
2    2   c    78
3    3   d     3
4    4   e    63

错误尝试与结果 #

使用DataFrame.update()的代码未达到预期，反而修改了错误的行并产生重复的Foo值：

#!/usr/bin/env python3
import pandas as pd

df = pd.DataFrame({'Foo': range(5), 'Bar': list('abcde'), 'vals': range(5)})
print(df)

df.update(
    pd.DataFrame({'Foo': [2, 4], 'vals': [78, 63]})
)

print(df)

执行结果：

Foo Bar  vals
0  2.0   a  78.0
1  4.0   b  63.0
2  2.0   c   2.0
3  3.0   d   3.0
4  4.0   e   4.0

正确实现方法 #

方法1：布尔索引直接赋值 #

这是最直观的方式，通过布尔条件筛选目标行，直接更新vals列：

import pandas as pd

df = pd.DataFrame({'Foo': range(5), 'Bar': list('abcde'), 'vals': range(5)})
# 针对单个条件更新
df.loc[df['Foo'] == 2, 'vals'] = 78
df.loc[df['Foo'] == 4, 'vals'] = 63

print(df)

如果需要批量处理多个键值对，可使用字典映射简化操作：

update_map = {2:78, 4:63}
df['vals'] = df['Foo'].map(update_map).fillna(df['vals'])

方法2：修正update()的使用方式 #

update()是按索引匹配更新的，之前的错误在于未让更新用的DataFrame与原DataFrame索引对齐，且无需包含Foo列。正确写法如下：

import pandas as pd

df = pd.DataFrame({'Foo': range(5), 'Bar': list('abcde'), 'vals': range(5)})
# 创建更新用的DataFrame，索引对应原DataFrame中Foo=2和4的行索引
update_df = pd.DataFrame({'vals': [78, 63]}, index=[2,4])
df.update(update_df)

print(df)

内容的提问来源于stack exchange，提问作者buhtz