如何在Python中基于主键用另一Pandas DataFrame替换特定单元格

你的嵌套循环逻辑存在两个核心问题：

1. 每次匹配到主键F时，你直接把df2的整列C/D/E赋值给df1的对应列，导致df1所有行的C/D/E都被替换成df2的列值，而非仅匹配的行。
2. 嵌套循环处理12k行数据效率极低，完全违背了pandas的向量化操作设计理念。

正确实现方式 #

使用pandas的update方法结合索引匹配，高效完成精准替换：

import pandas as pd

# 假设已读取两个Excel文件为df1和df2
# 将主键列F设置为索引，让pandas通过索引快速匹配行
df1.set_index('F', inplace=True)
df2.set_index('F', inplace=True)

# 仅用df2的C、D、E列更新df1对应列（仅匹配索引的行会被更新）
df1.update(df2[['C', 'D', 'E']])

# 可选：将索引重置为普通列，恢复原表格结构
df1.reset_index(inplace=True)

验证结果 #

运行后df1会完全符合你的预期：

A   B   C   D   E   F
0  1   2  21  22  23   6
1  7   8  27  28  29  12
2 13  14  15  16  17  18

关键说明 #

• update方法仅更新索引匹配的行，不匹配的行保持原数值不变
• 向量化操作处理12k行数据速度极快，远优于嵌套循环
• 若数据中存在重复的F值，需先去重（比如保留最新行），否则update会使用最后出现的匹配值

内容的提问来源于stack exchange，提问作者SuicidalAli