基于数据集匹配替换指标值的Pandas数据处理求助

核心思路是先从df1中提取名称到指标的映射关系，再用这个映射修复df2中的指标值，最后合并两个数据集。这种方法比你尝试的isin+if逻辑更简洁高效，也避免了布尔判断的问题。

步骤1：构建名称与指标的映射字典 #

从df1中分别提取N→IND_N、T→IND_T的映射，快速查找对应指标：

import pandas as pd

# 模拟你的df1和df2数据
df1 = pd.DataFrame({
    'N': ['John', 'Stephan', 'Simon'],
    'T': ['Mark', 'Simon', 'Joey'],
    'IND_N': [1, 1, 0],
    'IND_T': [0, 0, 2]
})

df2 = pd.DataFrame({
    'N': ['Laura', 'Matt', 'Mike'],
    'T': ['Stephan', 'Simon', 'John'],
    'IND_N': [-1, -1, -1],
    'IND_T': [-1, -1, -1]
})

# 构建映射字典
n_ind_map = df1.set_index('N')['IND_N'].to_dict()
t_ind_map = df1.set_index('T')['IND_T'].to_dict()

步骤2：修复df2的指标值 #

用映射字典替换df2中存在于df1的名称对应的指标，不存在的保持-1：

# 修复IND_N：N在df1中则取对应指标，否则保留-1
df2['IND_N'] = df2['N'].map(n_ind_map).fillna(-1).astype(int)
# 修复IND_T：T在df1中则取对应指标，否则保留-1
df2['IND_T'] = df2['T'].map(t_ind_map).fillna(-1).astype(int)

步骤3：合并数据集 #

将处理好的df2与df1合并，得到最终结果：

df_out = pd.concat([df1, df2], ignore_index=True)
print(df_out)

运行后输出与预期完全一致：

N        T  IND_N  IND_T
0     John     Mark      1      0
1  Stephan    Simon      1      0
2    Simon     Joey      0      2
3    Laura  Stephan     -1      1
4     Matt    Simon     -1      0
5     Mike     John     -1     -1

你的原代码问题说明 #

你写的if df2.assign(...) or df2.assign(...):存在两个核心问题：

1. df.assign()返回的是整个DataFrame，而if语句需要布尔值，pandas无法直接将DataFrame转为布尔值，会抛出ValueError。
2. 逐行判断的逻辑效率极低，远不如映射字典的批量处理方式。

内容的提问来源于stack exchange，提问作者Math