如何基于匹配列合并两个DataFrame并补充缺失的PRICE列数据

要实现将df中的PRICE列匹配到df2（仅当TITLE和CODE同时匹配时填充，无匹配项填NaN），可以用pandas的merge()函数完成，步骤如下：

核心思路 #

通过**左连接（left join）**基于TITLE和CODE两列关联两个DataFrame，保留df2的所有行，同时将df中对应匹配行的PRICE值带入，无匹配的行自动填充NaN。

代码实现 #

1. 导入库并构造示例数据 #

import pandas as pd

# 原始数据df（含PRICE列）
df = pd.DataFrame({
    'id': [1, 2, 3, 4],
    'TITLE': ['苹果', '香蕉', '橙子', '葡萄'],
    'CODE': ['FRU001', 'FRU002', 'FRU003', 'FRU004'],
    'PRICE': [5.99, 3.99, 4.99, 6.99]
})

# 需要填充的df2（无PRICE列）
df2 = pd.DataFrame({
    'id': [1, 2, 3, 5],
    'TITLE': ['苹果', '香蕉', '芒果', '葡萄'],
    'CODE': ['FRU001', 'FRU002', 'FRU005', 'FRU004']
})

2. 执行匹配填充 #

# 仅关联需要的列（避免重复id列），基于TITLE和CODE左连接
result_df = df2.merge(df[['TITLE', 'CODE', 'PRICE']], on=['TITLE', 'CODE'], how='left')

3. 查看结果 #

打印result_df会得到：

id TITLE    CODE  PRICE
0   1   苹果  FRU001   5.99
1   2   香蕉  FRU002   3.99
2   3   芒果  FRU005    NaN
3   5   葡萄  FRU004   6.99

注意事项 #

• 如果df中存在重复的TITLE+CODE组合，会导致结果出现重复行，可先对df去重：

  df_clean = df.drop_duplicates(subset=['TITLE', 'CODE'], keep='first')
  result_df = df2.merge(df_clean[['TITLE', 'CODE', 'PRICE']], on=['TITLE', 'CODE'], how='left')
  

• 确保TITLE和CODE列的数据类型一致（比如都是字符串），否则可能出现匹配失败的情况。

内容的提问来源于stack exchange，提问作者Ben-geo