如何在Pandas中用另一DataFrame匹配值替换目标DataFrame的NA列值

问题场景 #

现有两个DataFrame：

• df1包含DateTime和Radiation列，其中部分Radiation值为NA：

• df2是按DateTime分组后计算的Radiation均值，需用df2的均值替换df1中对应DateTime的NA值。

原代码失效原因 #

你之前的代码中，df1[df1.Radiation.isna()]返回的是原DataFrame的副本，对副本的列赋值不会同步到原df1，所以NA值未被更新。

有效解决方案 #

方法一：使用loc直接定位赋值

通过map获取对应DateTime的均值，再用loc直接修改原DataFrame的指定位置：

# 将df2转为以DateTime为索引的Series，方便映射
mean_series = df2.set_index('DateTime')['Radiation']
# 获取需要替换的行对应的均值
target_values = df1[df1.Radiation.isna()]['DateTime'].map(mean_series)
# 用loc定位原df的NA行，赋值对应均值
df1.loc[df1.Radiation.isna(), 'Radiation'] = target_values

方法二：结合fillna与字典映射

先将df2的均值转为字典，再通过map映射后填充NA：

# 将df2转为{DateTime: 均值}的字典
mean_dict = df2.set_index('DateTime')['Radiation'].to_dict()
# 对Radiation列的NA值，用DateTime映射字典中的均值填充
df1['Radiation'] = df1['Radiation'].fillna(df1['DateTime'].map(mean_dict))

方法三：修正原merge逻辑

保留merge的思路，但改用loc赋值：

merged_df = df1[df1.Radiation.isna()].merge(df2, on='DateTime', how='left')
# 用loc定位原df的NA行，赋值merged_df中的均值列
df1.loc[df1.Radiation.isna(), 'Radiation'] = merged_df['Radiation_y']

内容的提问来源于stack exchange，提问作者Anirban Acharya