对比两个DataFrame并处理含NaN的比较，更新date列

现有两个DataFrame df_base 与 df_upd，二者name列包含共同取值（A、B、C、D），df_base 额外包含取值E。需按name匹配对比两表的value列，并按以下规则更新df_base的date列：

• 当value完全相同时（包括均为NaN），date保留原值；
• 其余差异场景（一方为NaN另一方非NaN、取值不同），date更新为当前日期。

示例数据 #

import pandas as pd
import numpy as np
import datetime as dt

df_base = pd.DataFrame({
    'name': ['A','B','C','D','E'],
    'value': ['x', 'y',np.nan,'x',np.nan],
    'date': ['01-01-1980','01-01-1980',np.nan,'01-01-1980',np.nan]})

df_upd = pd.DataFrame({
    'name': ['A','B','C','D'],
    'value': ['x', np.nan,'x','y']})

对比规则示例 #

解决方案代码 #

# 合并两表，按name匹配并保留df_base所有行
merged = df_base.merge(df_upd, on='name', how='left', suffixes=('_base', '_upd'))

# 判断value是否一致（包含均为NaN的情况）
same_value = np.where(
    pd.isna(merged['value_base']) & pd.isna(merged['value_upd']),
    True,
    merged['value_base'] == merged['value_upd']
)

# 按规则更新date列，日期格式与示例统一
today = dt.date.today().strftime('%m-%d-%Y')
df_base['date'] = np.where(same_value, df_base['date'], today)

# 清理临时数据
del merged

最终结果 #

# 更新后的df_base：
df_base = pd.DataFrame({
    'name': ['A','B','C','D','E'],
    'value': ['x', 'y',np.nan,'x',np.nan],
    'date': ['01-01-1980', today, today, today, np.nan]})

内容的提问来源于stack exchange，提问作者teq508