Pandas利用主表更新子表指定列小技巧

更新时间：2025年05月02日 11:07:50 作者：袁袁袁袁满

本文主要介绍了Pandas利用主表更新子表指定列小技巧,通过创建主表和子表的DataFrame对象,并使用映射字典进行数据关联和更新,实现了从主表到子表的同步操作,下面就来介绍一下,感兴趣的可以了解一下

一、前言

工作的小技巧，利用pandas读取主表和子表，利用主表的指定列，更新子表的指定列。

案例：

主表：
uid name
0 101 小白
1 102 小红
2 103 小蓝

子表：
name zb_uid
0 小白 None
1 小红 None
2 小绿 None

需求：主表的name列数据和子表name列数据数据相同时，将主表对应的 uid 赋值给子表的 zb_uid

二、基本案例

1. 创建主表数据

import pandas as pd

# 主表示例数据
data_sheet = {
    'uid': [101, 102, 103],
    'name': ['小白', '小红', '小蓝'],
}
df_sheet = pd.DataFrame(data_sheet)
print('主表：')
print(df_sheet)

data_sheet 是一个字典，其中键 'uid' 对应一个包含三个整数的列表，表示用户的唯一标识；键 'name' 对应一个包含三个字符串的列表，表示用户的姓名。
pd.DataFrame(data_sheet) 把 data_sheet 字典转换为 pandas 的 DataFrame 对象 df_sheet。DataFrame 是一种二维表格型数据结构，类似于电子表格或 SQL 表。
最后通过 print 函数打印出主表的内容。

2. 创建映射字典

# 创建一个映射字典，将 name 映射到 uid
name_uid_map = df_sheet.set_index('name')['uid'].to_dict()
print('映射字典：',name_uid_map)

df_sheet.set_index('name') 把 df_sheet 的 'name' 列设置为索引，这样就可以通过姓名来定位对应的行。
['uid'] 选取 uid 列的数据。
to_dict() 把选取的数据转换为字典，字典的键是姓名，值是对应的 uid。
最后通过 print 函数打印出这个映射字典。

3. 创建子表数据

# 子表示例数据
data_sheet1 = {
    'name': ['小白', '小红', '小绿'],
    'zb_uid': [None,None,None]
}
df_sheet1 = pd.DataFrame(data_sheet1)
print('子表：')
print(df_sheet1)

data_sheet1 是一个字典，键 'name' 对应一个包含三个字符串的列表，表示用户姓名；键 'zb_uid' 对应一个包含三个 None 值的列表，这里 zb_uid 初始值都为空，后续会进行更新。
pd.DataFrame(data_sheet1) 将 data_sheet1 字典转换为 DataFrame 对象 df_sheet1。
最后通过 print 函数打印出子表的内容。

4. 更新子表的 zb_uid 列

# 更新子表的 zb_uid 列
df_sheet1['zb_uid'] = df_sheet1['name'].map(name_uid_map).fillna(df_sheet1['zb_uid'])

df_sheet1['name'].map(name_uid_map) 会根据 name_uid_map 字典，将 df_sheet1 中 'name' 列的每个值映射为对应的 uid。如果 'name' 列的值在 name_uid_map 字典中不存在，就会映射为 NaN。
fillna(df_sheet1['zb_uid']) 把映射结果中的 NaN 值用 df_sheet1 中原来的 'zb_uid' 列的值填充。这里由于 zb_uid 初始值为 None，在 pandas 中会被视为 NaN，所以实际操作就是保留原来的 NaN 值。
最后把更新后的值赋给 df_sheet1 的 'zb_uid' 列。

5. 完整代码

import pandas as pd


# 主表示例数据
data_sheet = {
    'uid': [101, 102, 103],
    'name': ['小白', '小红', '小蓝'],
}
df_sheet = pd.DataFrame(data_sheet)
print('主表：')
print(df_sheet)
# 创建一个映射字典，将 name 映射到 uid
name_uid_map = df_sheet.set_index('name')['uid'].to_dict()
print('映射字典：',name_uid_map)


# 子表示例数据
data_sheet1 = {
    'name': ['小白', '小红', '小绿'],
    'zb_uid': [None,None,None]
}
df_sheet1 = pd.DataFrame(data_sheet1)
print('子表：')
print(df_sheet1)

# 更新子表的 zb_uid 列
df_sheet1['zb_uid'] = df_sheet1['name'].map(name_uid_map).fillna(df_sheet1['zb_uid'])

print("更新后的子表：")
print(df_sheet1)

运行结果：

主表：
uid name
0 101 小白
1 102 小红
2 103 小蓝
子表：
name zb_uid
0 小白 None
1 小红 None
2 小绿 None
映射字典： {'小白': 101, '小红': 102, '小蓝': 103}
更新后的子表：
name zb_uid
0 小白 101.0
1 小红 102.0
2 小绿 NaN

6. 总结

这段代码的主要功能是根据主表中姓名和 uid 的对应关系，更新子表中 zb_uid 列的值。如果子表中的姓名在主表中存在，就用对应的 uid 填充 zb_uid；如果不存在，则保持 zb_uid 为空。

三、升级案例

在基本案例的基础上，根据名字和拼音的映射字典，更新主表和子表的name字段：

import pandas as pd


def get_namePingyingMap():
	// 下面方式是手动建映射字典，当然如果你有数据库也可以从数据库读取然后建映射字典
    name_pingying_map = {'小白':'xiaobai','小红':'xiaohong','小蓝':'xiaolan','小绿':'xiaolù'}
    print('name_pingying_map映射字典：', name_pingying_map)

    return name_pingying_map


# 主表示例数据
data_sheet = {
    'uid': [101, 102, 103],
    'name': ['小白', '小红', '小蓝'],
}
df_sheet = pd.DataFrame(data_sheet)
print('主表：')
print(df_sheet)
# 更新主表的 name 列
name_pingying_map = get_namePingyingMap()
df_sheet['name'] = df_sheet['name'].map(name_pingying_map).fillna(df_sheet['name'])
print("更新后的主表：")
print(df_sheet)
# 创建一个映射字典，将 name 映射到 uid
name_uid_map = df_sheet.set_index('name')['uid'].to_dict()
print('name_uid_map映射字典：',name_uid_map)

# 子表示例数据
data_sheet1 = {
    'name': ['小白', '小红', '小绿'],
    'zb_uid': [None,None,None]
}
df_sheet1 = pd.DataFrame(data_sheet1)
print('子表：')
print(df_sheet1)

# 更新子表的 name 列
df_sheet1['name'] = df_sheet1['name'].map(name_pingying_map).fillna(df_sheet1['name'])
# 更新子表的 zb_uid 列
df_sheet1['zb_uid'] = df_sheet1['name'].map(name_uid_map).fillna(df_sheet1['zb_uid'])

print("更新后的子表：")
print(df_sheet1)

运行结果：

主表：
uid name
0 101 小白
1 102 小红
2 103 小蓝
name_pingying_map映射字典： {'小白': 'xiaobai', '小红': 'xiaohong', '小蓝': 'xiaolan', '小绿': 'xiaolù'}
更新后的主表：
uid name
0 101 xiaobai
1 102 xiaohong
2 103 xiaolan
name_uid_map映射字典： {'xiaobai': 101, 'xiaohong': 102, 'xiaolan': 103}
子表：
name zb_uid
0 小白 None
1 小红 None
2 小绿 None
更新后的子表：
name zb_uid
0 xiaobai 101.0
1 xiaohong 102.0
2 xiaolù NaN

到此这篇关于Pandas利用主表更新子表指定列小技巧的文章就介绍到这了,更多相关Pandas 更新子表指定列内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

如何使用 Python Pandas 更新行和列

Python socket网络编程TCP/IP服务器与客户端通信
这篇文章主要介绍了Python socket网络编程TCP/IP服务器与客户端通信的相关资料,这里对Scoket 进行详解并创建TCP服务器及TCP 客户端实例代码，需要的朋友可以参考下
2017-01-01
Python迭代器iterator生成器generator使用解析
这篇文章主要介绍了Python迭代器iterator生成器generator使用解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2019-10-10
Python实现批量提取Excel数据
在数据处理和分析的过程中,Excel 是一种广泛使用的数据存储格式,本文将详细介绍如何使用 pandas、openpyxl 和 xlrd 三种库来批量提取 Excel 数据,并提供相应的示例代码,需要的可以参考下
2024-12-12
python3 os进行嵌套操作的实例讲解
在本篇文章里小编给大家整理了关于python3 os进行嵌套操作的实例内容，有兴趣的朋友们可以学习下。
2020-11-11
Python爬虫之批量下载喜马拉雅音频
今天教大家如何利用Python爬虫批量下载喜马拉雅音频,文中有非常详细的代码示例,对正在学习python的小伙伴们很有帮助,需要的朋友可以参考下
2021-05-05
Django框架HttpRequest对象用法实例分析
这篇文章主要介绍了Django框架HttpRequest对象用法,结合实例形式分析了Django框架HttpRequest对象发送请求数据的相关使用技巧,需要的朋友可以参考下
2019-11-11
Python中dict和set的用法讲解
今天小编就为大家分享一篇关于Python中dict和set的用法讲解，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧
2019-03-03
pymysql 开启调试模式的实现
这篇文章主要介绍了pymysql 开启调试模式的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2019-09-09
pytorch中的nn.ZeroPad2d()零填充函数实例详解
这篇文章主要介绍了pytorch中的nn.ZeroPad2d()零填充函数实例详解,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2021-04-04
关于Python-faker的函数效果一览
今天小编就为大家分享一篇关于Python-faker的函数效果一览，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-11-11