如何合并两个DataFrame并通过匹配ID/PID填充SID列？

你的问题在于使用了inner类型的merge，这会只保留两个DataFrame匹配的行，并且会合并所有列。要实现用DF2的ServiceId填充DF1的SID列，同时保留DF1原有结构，有两种简单方法：

方法一：使用map直接映射（推荐） #

先将DF2转换为以PID为键、ServiceId为值的映射关系，再用DF1的ID列直接填充SID：

# 构建PID到ServiceId的映射字典
service_map = DF2.set_index('PID')['ServiceId']
# 填充DF1的SID列
DF1['SID'] = DF1['ID'].map(service_map)

处理后DF1会直接变成目标结构，不匹配的行（比如mark的A4）的SID会保持空值。

方法二：使用merge并筛选列 #

如果想用merge实现，需要用left连接（保留DF1所有行），再整理列的内容：

# 只选择DF2中需要的列做左连接
merged_df = DF1.merge(DF2[['PID', 'ServiceId']], how='left', left_on='ID', right_on='PID')
# 将ServiceId的值赋值给SID列
merged_df['SID'] = merged_df['ServiceId']
# 删除多余的列
DF3 = merged_df.drop(['PID', 'ServiceId'], axis=1)

你之前代码的问题 #

• how='inner'会过滤掉DF1中无匹配的行（比如mark的A4），不符合保留原结构的需求
• merge默认会合并两个DataFrame的所有列，导致结果包含Address、Active等多余字段

内容的提问来源于stack exchange，提问作者Ullan