如何通过关联另一DataFrame更新Pandas中DataFrame的VISITS字段

核心思路 #

先从df2中提取每个城市的最大NUMBER值，再通过城市名称关联到df1，批量更新VISITS字段。

步骤1：生成城市-最大访问数的映射 #

先对df2按城市分组，计算每个城市的最大NUMBER：

# 按CITY分组，取NUMBER的最大值，得到城市到最大值的映射Series
city_max_num = df2.groupby('CITY')['NUMBER'].max()

步骤2：批量更新df1的VISITS字段 #

有两种常用方法，按需选择：

方法一：用map快速映射（保留未匹配城市的原有值）

如果需要保留df1中那些df2里没有的城市的原有VISITS值，用map结合fillna：

# 用NAME字段匹配city_max_num的索引，更新VISITS；未匹配到的城市保留原数值
df1['VISITS'] = df1['NAME'].map(city_max_num).fillna(df1['VISITS'])

方法二：用update高效更新（仅更新匹配到的城市）

如果只需要更新df2中存在的城市，update更高效，适合大数据量场景：

# 临时将df1的索引设为NAME，方便和city_max_num的索引（城市名）匹配
df1.set_index('NAME', inplace=True)
# 用city_max_num更新VISITS字段，仅覆盖匹配到的城市
df1['VISITS'].update(city_max_num)
# 恢复原索引（如果业务需要保留原索引结构）
df1.reset_index(inplace=True)

你之前报错的原因 #

你尝试的代码应该是直接让df1['NAME']和df2['CITY']做逐元素比较/赋值，但两个Series的索引不匹配（比如df1和df2的行号不一致），导致Pandas无法正确对齐元素，所以抛出ValueError: Can only compare identically-labeled Series objects。上面的方法通过先生成统一索引的映射，避免了索引不匹配的问题。

示例验证 #

假设你的数据是：

import pandas as pd

df1 = pd.DataFrame({
    'NAME': ['北京', '上海', '成都'],
    'VISITS': [100, 200, 150]
})

df2 = pd.DataFrame({
    'CITY': ['北京', '北京', '上海', '上海'],
    'NUMBER': [120, 130, 220, 230]
})

用方法一处理后，df1的VISITS会变成[130, 230, 150]——成都因为在df2中没有记录，保留原150的数值。

内容的提问来源于stack exchange，提问作者Gustavo