基于条件更新不同长度DataFrame指定列值的实现问题

问题背景 #

现有两个Pandas DataFrame：

import pandas as pd
import numpy as np

df1 = pd.DataFrame({
    'Yes/No': ['Yes', 'No', 'No', 'No'],
    'ID': [11, 22, 33, 44],
    'Expiration': ['2023', '2022', '2022', '2024'],
    'Code': ['B11', 'A11', 'D11', 'C11'],
    'Number': [303, 202, 301, 222]
})

df2 = pd.DataFrame({
    'Yes_No': ['No', 'Yes', 'Yes'],
    'ExpiryDate': ['2026', '2027', '2028'],
    'UniqueCode': ['A22', 'B11', 'C11']
})

需求：当满足以下两个条件时，将df1的Yes/No和Expiration列分别替换为df2的Yes_No和ExpiryDate列的值：

• df1的Number值为303或301
• df1的Code值与df2的UniqueCode值相等

预期更新后的df1：

# 输出结果
  Yes/No  ID Expiration Code  Number
0    Yes  11       2023  B11     303
1     No  22       2027  A11     202
2    Yes  33       2028  C11     301
3     No  44       2024  D11     222

原代码的问题 #

尝试的代码：

df1['Yes/No'] = np.where(((df1['Number'] == 301) | (df1['Number'] == 303)) & df1['Code'] == df2['UniqueCode'], df2['Yes_No'], df1['Yes/No'])
df1['Expiration'] = np.where(((df1['Number'] == 301) | (df1['Number'] == 303)) & df1['Code'] == df2['UniqueCode'], df2['ExpiryDate'], df1['Expiration'])

出现的错误：

• Can only compare identically-labeled Series objects
• ValueError: Series lengths must match to compare

错误原因：df1和df2的行数不同，直接用df1['Code'] == df2['UniqueCode']会尝试逐行匹配，但Pandas无法对齐长度不一致的Series，导致比较失败。

正确实现方法 #

方法一：构建映射字典替换 #

先从df2中创建Code到目标值的映射字典，再结合条件批量替换：

# 从df2生成Code与Yes_No、ExpiryDate的映射字典
yes_no_map = df2.set_index('UniqueCode')['Yes_No'].to_dict()
expiry_map = df2.set_index('UniqueCode')['ExpiryDate'].to_dict()

# 定义匹配条件：Number为303/301，且Code存在于映射字典中
match_condition = df1['Number'].isin([303, 301]) & df1['Code'].isin(yes_no_map.keys())

# 替换符合条件的行
df1.loc[match_condition, 'Yes/No'] = df1.loc[match_condition, 'Code'].map(yes_no_map)
df1.loc[match_condition, 'Expiration'] = df1.loc[match_condition, 'Code'].map(expiry_map)

方法二：通过临时合并更新 #

将df1和df2按Code/UniqueCode合并，再基于条件更新列值：

# 临时合并两个DataFrame，保留匹配的列
temp_merge = df1.merge(df2, left_on='Code', right_on='UniqueCode', how='left')

# 定义匹配条件：Number为303/301，且合并后存在对应的df2值
match_condition = df1['Number'].isin([303, 301]) & temp_merge['Yes_No'].notna()

# 替换列值
df1.loc[match_condition, 'Yes/No'] = temp_merge.loc[match_condition, 'Yes_No']
df1.loc[match_condition, 'Expiration'] = temp_merge.loc[match_condition, 'ExpiryDate']

内容的提问来源于stack exchange，提问作者dom159