Pandas中基于marker匹配更新DataFrame指定列的问题求助

你的代码无法生效的核心问题有两个：

1. 条件判断逻辑错误：inventory['marker'].equals(inventory2['marker'])要求两个DataFrame的marker列行数、顺序、每个值完全一致才会执行后续代码，但inventory2是仅包含变更数据的子集，显然不满足这个条件，导致替换逻辑根本没触发。
2. 替换方法误用：replace是全局值替换逻辑，不是按关联字段匹配替换，完全不符合你的需求。

针对80万行的大数据集，推荐两种高效的实现方式：

方法一：用映射字典匹配更新 #

这种方式内存占用低，处理大表效率高：

# 构建marker与对应retail的映射字典
retail_update_map = inventory2.set_index('marker')['retail'].to_dict()

# 按marker匹配替换retail，未匹配到的保留原数据
inventory['retail'] = inventory['marker'].map(retail_update_map).fillna(inventory['retail'])

方法二：用update方法精准更新 #

update会自动按索引匹配更新，只修改匹配到的行：

# 将inventory2转换为以marker为索引的单列DataFrame
update_source = inventory2.set_index('marker')[['retail']]

# 临时将inventory的索引设为marker，执行更新后恢复原索引
inventory = inventory.set_index('marker')
inventory.update(update_source)
inventory = inventory.reset_index()

两种方法都能保证仅替换匹配到marker的行的retail值，其他列数据完全保留，且处理80万级别的数据效率都很高。

内容的提问来源于stack exchange，提问作者jumpman23