如何用索引-值字典替换pandas Series对应索引数值，有无内置方法

你要的功能可以直接用pandas内置的Series.update()方法实现，这是专门针对此类索引匹配更新场景设计的接口，比手动loc赋值更安全简洁。

实现代码 #

首先是示例数据构造：

import pandas as pd
import numpy as np

s = pd.Series(np.arange(10), index=pd.date_range('2021-01-01', periods=10, freq='D'))
d = {pd.Timestamp('2021-01-01'):-1, pd.Timestamp('2021-01-05'):-2}

直接调用update方法即可完成替换：

# pandas 0.24及以上版本支持直接传入字典
s.update(d)

# 兼容所有版本的写法，先把字典转为Series再更新
# s.update(pd.Series(d))

方法优势 #

1. 完全按索引匹配：不需要担心字典键的顺序问题，不会出现原loc赋值写法可能因顺序错位导致的赋值错误
2. 行为符合需求：仅更新原Series中索引存在于字典里的条目，字典中多余的索引会被自动忽略，不会新增行
3. 性能更优：内置方法经过优化，数据量较大时效率明显高于手动索引赋值

注意：Series.update()是原地操作，会直接修改原Series，如果需要保留原始数据，请先调用.copy()方法拷贝副本后再执行更新操作

内容的提问来源于stack exchange，提问作者Eyal S.