字典中DataFrame与外部DataFrame合并失败问题求助

问题复盘 #

你用pd.read_excel('test_file.xlsx', sheet_name=None)将多工作表存入字典dict_dfs，但循环内执行左连接后，字典里的DataFrame完全没更新；还试过df[key] = pd.merge(...)这种错误写法，直接触发报错。

原代码：

import pandas as pd
dict_dfs = pd.read_excel('test_file.xlsx', sheet_name=None)
third_party_df = pd.read_excel('another_file.xlsx')

for key,df in dict_dfs.items():
    df.dropna(axis='columns', how='all', inplace=True)
    df['Date'] = pd.to_datetime(df['Date'], format='%Y%m%d')
    df = pd.merge(df, third_party_df, how='left', on='merge_column')

错误赋值尝试：

df[key] = pd.merge(df, third_party_df, how='left', on='merge_column')

问题原因 #

1. 循环里的df是字典中对应DataFrame的临时引用，执行df = pd.merge(...)时，只是让df指向了新的DataFrame对象，但原字典dict_dfs里的条目根本没被修改。
2. 错误写法df[key] = ...是把DataFrame当成普通字典操作，试图给它添加一列名为key的新列，这和你要更新字典条目的需求完全不符，自然报错。

修正方案 #

方案1：直接更新字典对应键值 #

循环过程中，把处理并合并后的DataFrame直接赋值回dict_dfs[key]，这样字典里的内容才会被真正更新：

import pandas as pd
dict_dfs = pd.read_excel('test_file.xlsx', sheet_name=None)
third_party_df = pd.read_excel('another_file.xlsx')

for key, df in dict_dfs.items():
    # 移除全空列
    cleaned_df = df.dropna(axis='columns', how='all')
    # 转换日期格式
    cleaned_df['Date'] = pd.to_datetime(cleaned_df['Date'], format='%Y%m%d')
    # 执行左连接并更新字典
    dict_dfs[key] = pd.merge(cleaned_df, third_party_df, how='left', on='merge_column')

方案2：用字典推导式更简洁 #

如果不想用循环赋值，也可以用字典推导式一次性生成处理后的字典，代码更紧凑：

import pandas as pd
dict_dfs = pd.read_excel('test_file.xlsx', sheet_name=None)
third_party_df = pd.read_excel('another_file.xlsx')

dict_dfs = {
    key: pd.merge(
        df.dropna(axis='columns', how='all').assign(Date=pd.to_datetime(df['Date'], format='%Y%m%d')),
        third_party_df,
        how='left',
        on='merge_column'
    )
    for key, df in dict_dfs.items()
}

补充说明 #

• 如果你不想创建中间变量cleaned_df，也可以把操作连写，但可读性会稍差一点。
• 确保third_party_df和每个工作表的merge_column列名一致，否则合并会失败（列名不同时可以用left_on和right_on分别指定两边的列名）。

内容的提问来源于stack exchange，提问作者kawuel