我想用熊猫系列或字典中的数据更新熊猫数据框中的某些单元格值.在后面的变量中,索引/键与数据框的列名匹配,但可以更少.例如：

import pandas as pd
import numpy as np

data = {'Col1' : [4,5,6,7], 'Col2' : [10,20,30,40], 'Col3' : [100,50,-30,-50], 'Col4' : ['AAA', 'BBB', 'AAA', 'CCC']}
df = pd.DataFrame(data=data, index = ['R1','R2','R3','R4'])

print df

    Col1  Col2  Col3 Col4
R1     4    10   100  AAA
R2     5    20    50  BBB
R3     6    30   -30  AAA
R4     7    40   -50  CCC

series = pd.Series(data=[1, 2, 3, 4], index=['Col1', 'Col2', 'Col3', 'Col4'])
series_inverse = pd.Series(data=[1, 2, 3, 4], index=['Col4', 'Col3', 'Col2', 'Col1'])
series_imcomplete = pd.Series(data=[2, 3], index=['Col2', 'Col3']) 

df.iloc[2] = series_imcomplete

print df

这使：

    Col1  Col2   Col3 Col4
R1   4.0  10.0  100.0  AAA
R2   5.0  20.0   50.0  BBB
R3   NaN   2.0    3.0  NaN
R4   7.0  40.0  -50.0  CCC

此操作找到正确的列,但是如果条目较少,则将其替换为空值.所需的输出应为：

    Col1  Col2  Col3 Col4
R1     4    10   100  AAA
R2     5    20    50  BBB
R3     6    2.0  3.0  AAA
R4     7    40   -50  CCC

我已经找到了使用替换的列解决方案,但是我无法使其适用于行.

我想知道是否有人可以给我一些建议.

解决方法:

尝试这个：

In [139]: df.loc[df.index[2], series_imcomplete.index] = series_imcomplete

In [140]: df
Out[140]:
    Col1  Col2  Col3 Col4
R1     4    10   100  AAA
R2     5    20    50  BBB
R3     6     2     3  AAA
R4     7    40   -50  CCC

更新：从熊猫0.20.1 the .ix indexer is deprecated, in favor of the more strict .iloc and .loc indexers开始.