如何使用Python Pandas通过name列用另一DataFrame的值替换目标DataFrame的值？

需要通过name列，用DataFrame df2中的value值替换DataFrame df1里的value值。注意：df1的name列存在重复值，df2的name列是唯一的。

原始数据 #

df1 #

df2 #

期望结果 #

可以用Pandas的map()方法结合字典映射实现，以下是具体步骤：

方法实现 #

1. 从df2构建name到value的映射关系（利用df2的name唯一性）：

value_mapping = df2.set_index('name')['value'].to_dict()

2. 用映射关系替换df1的value列，同时保留不在映射中的原始值：

df1['value'] = df1['name'].map(value_mapping).fillna(df1['value'])

也可以合并成一行代码，无需单独创建字典：

df1['value'] = df1['name'].map(df2.set_index('name')['value']).fillna(df1['value'])

完整代码示例 #

import pandas as pd

# 初始化df1
df1 = pd.DataFrame({
    'id': [1, 2, 3, 4, 5],
    'country': ['romania', 'russia', 'usa', 'china', 'portugal'],
    'name': ['john', 'emma', 'mark', 'emma', 'nick'],
    'value': [100, 200, 400, 300, 200]
})

# 初始化df2
df2 = pd.DataFrame({
    'id': [1, 2],
    'name': ['emma', 'mark'],
    'value': [2, 3]
})

# 执行替换操作
df1['value'] = df1['name'].map(df2.set_index('name')['value']).fillna(df1['value'])

# 输出结果
print(df1)

代码说明 #

• df2.set_index('name')['value']：将df2的name设为索引，提取对应value序列，实现按name快速匹配值。
• map()：将df1的每个name值映射到df2对应的value，不存在的name会返回NaN。
• fillna(df1['value'])：把NaN替换为df1原有的value，确保仅替换df2中存在的name对应值。

内容的提问来源于stack exchange，提问作者hacpires