pandas update() 更新数据的值

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

update() 方法用于更新一个 DataFrame 或 Series 的值，更新内容可以来自另一个 DataFrame、Series 或者字典。它的作用类似于 SQL 中的 UPDATE 操作，可以用来对已有的数据进行批量更新。

支持的数据类型

pandas.DataFrame
pandas.Series

语法

DataFrame.def update(
        self,
        other,
        join: UpdateJoin = "left",
        overwrite: bool = True,
        filter_func=None,
        errors: IgnoreRaise = "ignore",
    )

Series.update(other)

参数说明

other: 要用来更新的对象，可以是 DataFrame、Series 或者字典。
join: 指定更新的方式，仅适用于 DataFrame，默认是 'left'（只更新左侧 DataFrame 中的值）。
- 'left'：左连接（默认）。
- 'right'：右连接。
- 'outer'：外连接。
- 'inner'：内连接。
overwrite: 布尔值，是否覆盖原来的值。默认是 True，如果设为 False，则只更新 NaN 值。
filter_func: 函数，用于筛选哪些值需要被更新。返回值为 True 的元素将被更新。
errors: 字符串，定义如何处理更新过程中出现的错误。
- 'ignore'：忽略错误（默认）。
- 'raise'：抛出错误。

返回值

update() 方法直接对调用对象进行原地更新，不返回任何值。

使用场景和例子

例1：简单的 DataFrame 更新

import pandas as pd

# 创建初始 DataFrame
df1 = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
})

# 创建用于更新的 DataFrame
df2 = pd.DataFrame({
    'A': [10, 20],
    'B': [40, 50]
})

print("Initial DataFrame df1:")
print(df1)

print("\nUpdating DataFrame df1 with df2:")
df1.update(df2)
print(df1)

输出：

Initial DataFrame df1:
   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

Updating DataFrame df1 with df2:
    A   B  C
0  10  40  7
1  20  50  8
2   3   6  9

例2：使用 Series 更新 DataFrame

# 创建初始 DataFrame
df3 = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
})

# 创建用于更新的 Series
s1 = pd.Series({'A': 100, 'C': 300})

print("Initial DataFrame df3:")
print(df3)

print("\nUpdating DataFrame df3 with Series s1:")
df3.update(s1)
print(df3)

输出：

Initial DataFrame df3:
   A  B
0  1  4
1  2  5
2  3  6

Updating DataFrame df3 with Series s1:
     A  B
0  100  4
1  100  5
2  100  6

例3：只更新 `NaN` 值

# 创建初始 DataFrame
df4 = pd.DataFrame({
    'A': [1, 2, pd.NA],
    'B': [4, pd.NA, 6]
})

# 创建用于更新的 DataFrame
df5 = pd.DataFrame({
    'A': [10, 20, 30],
    'B': [40, 50, 60]
})

print("Initial DataFrame df4:")
print(df4)

print("\nUpdating DataFrame df4 with df5 only where NaN values exist:")
df4.update(df5, overwrite=False)
print(df4)

输出：

Initial DataFrame df4:
     A     B
0    1     4
1    2  <NA>
2  <NA>     6

Updating DataFrame df4 with df5 only where NaN values exist:
     A     B
0    1     4
1    2    50
2   30     6

小结

update() 方法提供了一种方便的方式来对 pandas 数据结构进行批量更新。它可以用于处理需要从多个数据源合并更新信息的情况，特别是在处理大型数据集时非常有用。通过调整参数如 overwrite 和 filter_func，可以灵活地控制更新行为。

参考

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.update.html
https://pandas.pydata.org/docs/reference/api/pandas.Series.update.html