pyspark.pandas.DataFrame.update¶
-
DataFrame。更新( 其他:pyspark.pandas.frame.DataFrame,加入:str=“左”,覆蓋:bool=真正的 )→沒有¶ -
從另一個DataFrame使用non-NA值修改到位。將指數。沒有返回值。
- 參數
-
- 其他 DataFrame或係列
- 加入 “左”,默認“左”
-
隻剩下加入實現,保持原始對象的索引和列。
- 覆蓋 bool,默認的真
-
如何處理non-NA重疊的鍵值:
事實:覆蓋原始DataFrame與值的值其他。
假:隻有原始DataFrame NA的更新值。
- 返回
-
- 沒有一個 方法直接改變調用對象
另請參閱
-
DataFrame.merge -
列(s)列上(s)操作。
-
DataFrame.join -
另一個DataFrame的連接列。
-
DataFrame.hint -
指定當前DataFrame一些提示。
-
廣播 -
標誌著DataFrame作為使用廣播加入足夠小。
例子
> > >df=ps。DataFrame({“一個”:(1,2,3),“B”:(400年,500年,600年)},列=(“一個”,“B”])> > >new_df=ps。DataFrame({“B”:(4,5,6),“C”:(7,8,9)},列=(“B”,“C”])> > >df。更新(new_df)> > >df。sort_index()一個B0 1 41 2 52 3 6
DataFrame的長度不會增加的結果更新,隻值匹配索引/列標簽更新。
> > >df=ps。DataFrame({“一個”:(“一個”,“b”,“c”),“B”:(“x”,“y”,“z”)},列=(“一個”,“B”])> > >new_df=ps。DataFrame({“B”:(' d ',“e”,“f”,‘g’,“h”,“我”)},列=(“B”])> > >df。更新(new_df)> > >df。sort_index()一個B0 d1 b e2 c f
係列,它的名字屬性必須設置。
> > >df=ps。DataFrame({“一個”:(“一個”,“b”,“c”),“B”:(“x”,“y”,“z”)},列=(“一個”,“B”])> > >new_column=ps。係列([' d ',“e”),的名字=“B”,指數=(0,2])> > >df。更新(new_column)> > >df。sort_index()一個B0 d1 b y2 c e
如果其他包含沒有相應的值不是原始dataframe更新。
> > >df=ps。DataFrame({“一個”:(1,2,3),“B”:(400年,500年,600年)},列=(“一個”,“B”])> > >new_df=ps。DataFrame({“B”:(4,沒有一個,6)},列=(“B”])> > >df。更新(new_df)> > >df。sort_index()一個B0 1 4.01 2 500.02 3 6.0