获取 Pandas df 的子集，其中多列匹配来自另一个 df 的值

Question

我有两个带有多索引的数据框，如下所示：

df1

pd.DataFrame({'observation': {('foo', '2017-04-16'): 'green',

  ('bar', '2017-04-25'): 'red',

  ('zap', '2017-04-16'): 'red',

  ('zip', '2017-04-25'): 'blue',

  ('zip', '2017-04-16'): 'white'},

 'observation': {('zap', '2017-04-16'): np.nan,

  ('bar', '2017-04-27'): 'white',

  ('foo', '2017-05-16'): np.nan,

  ('foo', '2017-04-25'): 'red',

  ('zip', '2017-08-16'): 'red'}})

df2

pd.DataFrame({'foo': {('00', '08'): '0.0',

  ('01', '08'): '0.0',

  ('01', '08'): '0.0',

  ('00', '08'): '1.0',

  ('03', '08'): '1.0',

  ('06', '08'): '0.0',

  ('00', '08'): '1.0',

  ('00', '08'): '1.0',

  ('00', '08'): '0.0',

  ('02', '08'): '0.0'},

 'client_id': {('00', '08'): '1.0',

  ('01', '08'): '1.0',

  ('01', '08'): '1.0',

  ('00', '08'): '1.0',

  ('03', '08'): '1.0',

  ('06', '08'): '1.0',

  ('00', '08'): '1.0',

  ('00', '08'): '1.0',

  ('00', '08'): '1.0',

  ('02', '08'): '1.0'},

 'execution_date': {('00', '08'): '2019-01-09',

  ('01', '08'): '2019-01-09',

  ('01', '08'): '2019-01-09',

  ('00', '08'): '2019-01-09',

  ('03', '08'): '2019-01-09',

  ('06', '08'): '2019-01-09',

  ('00', '08'): '2019-01-09',

  ('00', '08'): '2019-01-09',

  ('00', '08'): '2019-01-09',

  ('02', '08'): '2019-01-09'},

 'del': {('00', '08'): '0.0',

  ('01', '08'): '0.0',

  ('01', '08'): '0.0',

  ('00', '08'): '0.0',

  ('03', '08'): '0.0',

  ('06', '08'): '0.0',

  ('00', '08'): '0.0',

  ('00', '08'): '0.0',

  ('00', '08'): '0.0',

  ('02', '08'): '0.0'},

 'act': {('00', '08'): '11',

  ('01', '08'): '03',

  ('01', '08'): '06',

  ('00', '08'): '07',

  ('03', '08'): '07',

  ('06', '08'): '11',

  ('00', '08'): '28',

  ('00', '08'): '08',

  ('00', '08'): '14',

  ('02', '08'): '26'},

两者的大小不一样，值也不总是重叠，但在 df1 中找到的每个索引对都在 df2 中。我想要做的是使用observationdf2 中的值更新 df1 中的观察 col ，无论它在哪里匹配。

换句话说，我想做一个基于多索引的内部连接，然后observation用 df2 中的值覆盖df1 中的值。但是有没有一种方法可以一步做到这一点，使用loc/indexing？（这是一个索引问题，但如果有办法解决它reset_index()，那也很好。）

期望的输出：

        obs

00  04  30

    08  02

    09  16

    10  26

    16  26

01  01  30

    07  16

02  08  02

03  13  26

07  15  26

Answer 1

如果我理解正确，你可以这样做：df2 = pd.DataFrame({'observation': {('foo', '2017-04-16'): 'green',  ('bar', '2017-04-25'): 'red',  ('zap', '2017-04-16'): 'red',  ('zip', '2017-04-25'): 'blue',  ('zip', '2017-04-16'): 'white'}, 'observation': {('zap', '2017-04-16'): 'yellow',  ('bar', '2017-04-27'): 'white',  ('foo', '2017-05-16'): 'black',  ('foo', '2017-04-25'): 'red',  ('zip', '2017-08-16'): 'red'}})df['observation'] = df.index.map(dict(zip(df2.index, df2.observation)))输出               observationbar 2017-04-27       whitefoo 2017-04-25         red    2017-05-16       blackzap 2017-04-16      yellowzip 2017-08-16         red