如何根据列匹配为含重复值的Pandas DataFrame列赋值

需求明确 #

• df1：c-code列无序且含重复值，c-text列全为null
• df2：code列有序且值唯一，对应text列的描述值
• 目标：通过c-code与code的匹配，将df2的text值填充到df1的c-text列中

问题分析 #

你之前尝试的两种方法存在的问题：

1. .loc逐元素匹配：df1['c-code'] == df2['code']是逐行广播比较，当两个DataFrame长度不一致时，匹配逻辑完全错误，无法对应到正确的映射关系。
2. .merge未达预期：大概率是未指定how='left'参数，导致丢失df1中的行，或者未正确处理合并后的列赋值。

可行解决方案 #

方法1：使用map()（最简洁高效）

利用Series.map()直接通过映射关系填充，自动处理重复值和原行顺序：

# 将df2转换为code到text的映射Series
code_text_map = df2.set_index('code')['text']
# 填充df1的c-text列
df1['c-text'] = df1['c-code'].map(code_text_map)

• 优点：代码简洁，保留df1原有结构和行顺序，自动处理重复的c-code值。
• 注意：如果df1的c-code存在df2中没有的值，对应c-text会保留NaN，符合需求。

方法2：使用merge()（适合需保留更多列的场景）

通过左连接保留df1的所有行，再提取对应text值：

# 左连接df1和df2，指定匹配列
merged_result = df1.merge(df2, left_on='c-code', right_on='code', how='left')
# 将合并后的text值赋值给df1的c-text
df1['c-text'] = merged_result['text']
# 可选：删除合并后多余的code列
merged_result.drop('code', axis=1, inplace=True)

• 优点：可以同时保留df2中的其他列（如果有），适合复杂场景。
• 关键：how='left'确保df1的所有行都被保留，不会因匹配不到而丢失数据。

示例验证 #

假设示例数据：
df1初始状态：

df2数据：

执行上述方法后，df1的结果：

内容的提问来源于stack exchange，提问作者DavidRit