基于匹配列替换字段并填充NaN的多表合并技术需求

我有两张不同大小的表格，需要在col1、col2字段值匹配的情况下，用表2的col6字段值替换表1的col3字段值；若匹配失败，则将表1的col3字段填充为NaN。

原始表格 #

表1 #

表2 #

预期结果 #

解决方案（基于Pandas） #

以下两种方法均可实现需求，根据数据量选择即可：

方法1：索引映射（高效适用于大数据量）

通过构建双索引的映射关系，直接匹配替换：

import pandas as pd

# 构造原始数据
df1 = pd.DataFrame({
    'col1': [1, 2, 11],
    'col2': [3, 4, 12],
    'col3': [5, 6, 13],
    'col 4': [7, 8, 81]
})

df2 = pd.DataFrame({
    'col1': [1, 2, 11],
    'col2': [3, 4, 14],
    'col6': [45, 12, 13]
})

# 以(col1, col2)为键，创建col6的映射表
mapping = df2.set_index(['col1', 'col2'])['col6']

# 替换df1的col3，匹配失败自动填充NaN
df1['col3'] = df1.set_index(['col1', 'col2']).index.map(mapping.get)
df1 = df1.reset_index(drop=True)

print(df1)

输出结果：

col1  col2  col3  col 4
0     1     3  45.0      7
1     2     4  12.0      8
2    11    12   NaN     81

方法2：左连接合并（逻辑直观）

通过左连接两张表，直接替换目标字段：

import pandas as pd

# 构造原始数据（同方法1）
df1 = pd.DataFrame({
    'col1': [1, 2, 11],
    'col2': [3, 4, 12],
    'col3': [5, 6, 13],
    'col 4': [7, 8, 81]
})

df2 = pd.DataFrame({
    'col1': [1, 2, 11],
    'col2': [3, 4, 14],
    'col6': [45, 12, 13]
})

# 左连接保留表1所有行，匹配col1和col2
merged_df = df1.merge(df2, on=['col1', 'col2'], how='left')
# 用col6替换col3，未匹配到的自动为NaN
merged_df['col3'] = merged_df['col6']
# 删除多余的col6列
result_df = merged_df.drop('col6', axis=1)

print(result_df)

输出结果与方法1完全一致。

内容的提问来源于stack exchange，提问作者alex4994