pandas.DataFrame.update

DataFrame.update(other, join='left', overwrite=True, filter_func=None, raise_conflict=False) [source]

Изменение DataFrame на месте с использованием значений, отличных от NaN, из переданного DataFrame. Выравнивание по индексам

Параметры:

other : DataFrame или объект, преобразуемый в DataFrame join : {‘left’}, по умолчанию ‘left’ overwrite : boolean, по умолчанию True Если True, то значения для общих ключей в вызываемом frame перезаписываются filter_func : callable(1d-array) -> 1d-array<boolean>, по умолчанию None Можно выбрать замену значений, отличных от NaN. Вернуть True для значений, которые должны быть обновлены raise_conflict : boolean Если True, то будет генерироваться ошибка, если DataFrame и other оба содержат данные в одном и том же месте.

Примеры

>>> df = pd.DataFrame({'A': [1, 2, 3],
...                    'B': [400, 500, 600]})
>>> new_df = pd.DataFrame({'B': [4, 5, 6],
...                        'C': [7, 8, 9]})
>>> df.update(new_df)
>>> df
   A  B
0  1  4
1  2  5
2  3  6

>>> df = pd.DataFrame({'A': ['a', 'b', 'c'],
...                    'B': ['x', 'y', 'z']})
>>> new_df = pd.DataFrame({'B': ['d', 'e', 'f', 'g', 'h', 'i']})
>>> df.update(new_df)
>>> df
   A  B
0  a  d
1  b  e
2  c  f

>>> df = pd.DataFrame({'A': ['a', 'b', 'c'],
...                    'B': ['x', 'y', 'z']})
>>> new_column = pd.Series(['d', 'e'], name='B', index=[0, 2])
>>> df.update(new_column)
>>> df
   A  B
0  a  d
1  b  y
2  c  e
>>> df = pd.DataFrame({'A': ['a', 'b', 'c'],
...                    'B': ['x', 'y', 'z']})
>>> new_df = pd.DataFrame({'B': ['d', 'e']}, index=[1, 2])
>>> df.update(new_df)
>>> df
   A  B
0  a  x
1  b  d
2  c  e

Если other содержит NaN, соответствующие значения не обновляются в исходном DataFrame.

>>> df = pd.DataFrame({'A': [1, 2, 3],
...                    'B': [400, 500, 600]})
>>> new_df = pd.DataFrame({'B': [4, np.nan, 6]})
>>> df.update(new_df)
>>> df
   A      B
0  1    4.0
1  2  500.0
2  3    6.0