如何用Python Pandas实现类Excel VLOOKUP的合并填充？

核心需求回顾 #

• 以AddressID为关联键，用dfFileB的AA/BB/CC列值填充dfFileA对应列的空值
• 保留dfFileA原有非空值及其他列（如DD/EE）
• 排除dfFileB的无关列（如FF/GG）

常见问题排查 #

1. KeyError原因

   • 关联列名拼写不一致（比如大小写、漏打字母，注意你提到的AdressID是否为拼写错误，标准应为AddressID）
   • 某一方DataFrame不存在指定的关联列或填充列

2. merge后出现_x/_y重复列原因

   • 两个DataFrame都存在AA/BB/CC列，merge时默认会给重复列添加后缀，导致列冗余

方案1：用map+fillna直接填充（推荐） #

这种方式无需merge，直接匹配填充，不会产生冗余列，逻辑完全贴合VLOOKUP的核心逻辑：

# 1. 过滤dfFileB，只保留关联键和需要用来填充的列
dfB_needed = dfFileB[['AddressID', 'AA', 'BB', 'CC']]

# 2. 将dfB_needed设置为以AddressID为索引，方便快速匹配
dfB_indexed = dfB_needed.set_index('AddressID')

# 3. 对dfFileA的目标列逐个填充空值
dfFileA['AA'] = dfFileA['AA'].fillna(dfFileA['AddressID'].map(dfB_indexed['AA']))
dfFileA['BB'] = dfFileA['BB'].fillna(dfFileA['AddressID'].map(dfB_indexed['BB']))
dfFileA['CC'] = dfFileA['CC'].fillna(dfFileA['AddressID'].map(dfB_indexed['CC']))

方案2：用merge后合并重复列 #

如果需要保留merge过程中的中间数据，可采用这种方式：

# 1. 过滤dfFileB的无关列
dfB_needed = dfFileB[['AddressID', 'AA', 'BB', 'CC']]

# 2. 左连接（保留dfFileA所有行），给dfFileB的列添加后缀区分
merged_df = dfFileA.merge(
    dfB_needed, 
    on='AddressID', 
    how='left', 
    suffixes=('', '_from_B')  # 原列留空，dfFileB的列加后缀
)

# 3. 填充空值并删除冗余列
for col in ['AA', 'BB', 'CC']:
    # 用dfFileB的列值填充原列空值
    merged_df[col] = merged_df[col].fillna(merged_df[f'{col}_from_B'])
    # 删除冗余列
    merged_df.drop(f'{col}_from_B', axis=1, inplace=True)

# 最终结果存在merged_df中，保留了dfFileA的所有原有列

注意事项 #

• 确保两个DataFrame的AddressID列数据类型一致（比如都是字符串或整数），否则会匹配失败
• 如果dfFileA的AddressID存在dfFileB中没有的值，对应填充列会保持原空值，不会被修改
• 若出现KeyError，先检查列名拼写（尤其是AddressID的拼写），确认列在对应DataFrame中存在

内容的提问来源于stack exchange，提问作者Kai