如何基于REMISION与UBQ从原DataFrame填充新DataFrame缺失列？

核心方法是利用Pandas的merge()函数，以**REMISION（订单号）和UBQ（商品位置）**作为联合匹配键，将原DataFrame（PEDIDO）中的商品详情列批量填充到仅含这两个字段的新DataFrame（devol）中。

基础实现代码 #

import pandas as pd

# 以REMISION和UBQ为联合键，左连接填充所有缺失列
devol_completa = pd.merge(devol, PEDIDO, on=['REMISION', 'UBQ'], how='left')

参数说明：

• on=['REMISION', 'UBQ']：指定两个用于匹配的关联字段
• how='left'：保留devol中的所有行，即使PEDIDO中无对应匹配项（无匹配的列会填充为NaN）；如果确认devol的所有组合都在PEDIDO中存在，也可改用how='inner'

关键注意事项 #

• 统一字段数据类型：必须保证两个DataFrame中REMISION和UBQ的类型完全一致（比如同为字符串或整数），否则会出现匹配失败。检查及转换方式：

  # 查看字段类型
  print(PEDIDO[['REMISION', 'UBQ']].dtypes)
  print(devol[['REMISION', 'UBQ']].dtypes)
  
  # 转换为字符串类型（示例）
  devol['REMISION'] = devol['REMISION'].astype(str)
  PEDIDO['REMISION'] = PEDIDO['REMISION'].astype(str)
  

• 处理重复匹配项：如果PEDIDO中存在同一(REMISION, UBQ)组合的多条记录，merge后会生成重复行。可先对原数据去重：

  # 保留每个(REMISION, UBQ)组合的第一条记录
  PEDIDO_limpio = PEDIDO.drop_duplicates(subset=['REMISION', 'UBQ'], keep='first')
  # 再执行填充
  devol_completa = pd.merge(devol, PEDIDO_limpio, on=['REMISION', 'UBQ'], how='left')
  

• 验证匹配结果：检查是否存在未匹配成功的行（对应列值为NaN）：

  # 筛选未匹配的记录
  registros_no_coincidentes = devol_completa[devol_completa['centro costos'].isna()]
  print(f"未匹配到商品详情的记录数：{len(registros_no_coincidentes)}")
  

内容的提问来源于stack exchange，提问作者Isaac Chaljub