如何在另一DataFrame中匹配值并填充当前DataFrame的OS cor字段？

步骤1：提取Libellé中的10位数字 #

先给df新增临时列，提取Libellé字段里的10位连续数字，无有效数字时会返回NaN：

df['extracted_piece'] = df['Libellé'].str.extract(r'(\d{10})')

步骤2：预处理CP绝对值（匹配效率优化） #

提前处理两个DataFrame的CP绝对值，避免后续重复计算：

# 给df_full新增CP绝对值列
df_full['CP_abs'] = df_full['CP'].abs()
# 给df新增CP绝对值列
df['CP_abs'] = df['CP'].abs()

步骤3：构建映射关系并分场景填充 #

场景1：用提取的10位数字匹配No Piece FI + CP绝对值一致 #

先从df_full中构建匹配字典（重复匹配项取第一个结果，可根据需求调整keep参数）：

match_map1 = df_full.drop_duplicates(subset=['No Piece FI', 'CP_abs'], keep='first') \
                   .set_index(['No Piece FI', 'CP_abs'])['OS'].to_dict()

给df中标记为flag且有有效提取数字的行填充OS cor：

mask_flag_valid_piece = df['flag'] & df['extracted_piece'].notna()
df.loc[mask_flag_valid_piece, 'OS cor'] = df.loc[mask_flag_valid_piece].apply(
    lambda row: match_map1.get((row['extracted_piece'], row['CP_abs'])), axis=1
)

场景2：无有效提取数字时，用No Tiers SAP匹配 + CP绝对值一致 #

同样构建第二种场景的匹配字典：

match_map2 = df_full.drop_duplicates(subset=['No Tiers SAP', 'CP_abs'], keep='first') \
                   .set_index(['No Tiers SAP', 'CP_abs'])['OS'].to_dict()

给df中标记为flag、无有效提取数字且场景1未匹配成功的行填充OS cor：

mask_flag_no_piece = df['flag'] & df['extracted_piece'].isna() & df['OS cor'].isna()
df.loc[mask_flag_no_piece, 'OS cor'] = df.loc[mask_flag_no_piece].apply(
    lambda row: match_map2.get((row['No Tiers SAP'], row['CP_abs'])), axis=1
)

步骤4：清理临时列（可选） #

如果不需要临时辅助列，可执行删除：

df.drop(columns=['extracted_piece', 'CP_abs'], inplace=True)
df_full.drop(columns=['CP_abs'], inplace=True)

内容的提问来源于stack exchange，提问作者Teddy