熊猫：将小型数据框合并为大型，用小型覆盖

Question

我正在尝试做一些我认为应该是单行程式的东西，但我正在努力做正确的事。

我有一个很大的数据框，我们将其称为lg，以及一个小数据框，我们将其称为sm。每个数据帧有一个start和一个end列，以及多个其他列，它们在两个数据帧（为了简单起见，我们将调用所有这些列type）之间是相同的。有时候，sm将具有相同start和end为lg，如果是这样的话，我想sm的type覆盖lg的type。

这里的设置：

lg = pd.DataFrame({'start':[1,2,3,4], 'end':[5,6,7,8], 'type':['a','b','c','d']}) 
sm = pd.DataFrame({'start':[9,2,3], 'end':[10,6,11], 'type':['e','f','g']}) 

...请注意，只有匹配['start','end']组合是['2','6']

我想要的输出：

start end type 
0  1 5 a 
1  2 6 f # where sm['type'] overwrites lg['type'] because of matching ['start','end'] 
2  3 7 c 
3  3 11 g # where there is no overwrite because 'end' does not match 
4  4 8 d 
5  9 10 e # where this row is added from sm 

我试过的.merge()多个版本，merge_ordered()等，但无济于事。实际上，我已经将它与merge_ordered()和drop_duplicates()配合使用，仅仅意识到它只是删除了字母表中较早的副本，而不是因为它来自sm。

Answer 1

你可以尝试设置start和end列的索引，然后使用combine_first：

sm.set_index(['start', 'end']).combine_first(lg.set_index(['start', 'end'])).reset_index()