在Python Pandas中不使用MERGE实现VLOOKUP功能的技术问题

问题回顾 #

你需要用DF1的key对应值填充DF2中value为空的行，同时保留DF2已有的正确值；且因两个DF的key可能存在NULL，不想用merge避免意外匹配。

错误原因 #

你之前的代码报错KeyError: False，是因为DF2['key'].equals(DF1['key'])是整列对比，返回单个布尔值（比如False），而loc需要的是索引或逐行布尔数组，用单个False索引自然会出错。

正确解法 #

方法1：map结合np.where处理NULL和已有值

先把DF1转成key-value字典，再逐行匹配，同时保留DF2原有非空值：

import pandas as pd
import numpy as np

# 创建示例DataFrame
DF1 = pd.DataFrame({'key': ['aaa', 'bbb', 'ccc'], 'value': [111, 222, 333]})
DF2 = pd.DataFrame({'key': ['bbb', 'ccc', 'aaa', 'aaa'], 'value': [None, 333, None, 111]})

# 构建key到value的映射字典
key_map = DF1.set_index('key')['value'].to_dict()

# 填充DF2的value：key非空时用map匹配，匹配不到或key为空则保留原value
DF2['value'] = np.where(
    DF2['key'].notna(),
    DF2['key'].map(key_map).fillna(DF2['value']),
    DF2['value']
)

print(DF2)

输出结果：

key  value
0   bbb    222
1   ccc    333
2   aaa    111
3   aaa    111

方法2：apply逐行判断（更直观）

如果觉得np.where不够直观，也可以用apply逐行处理：

DF2['value'] = DF2.apply(
    lambda row: key_map.get(row['key'], row['value']) if pd.notnull(row['key']) else row['value'],
    axis=1
)

说明 #

• 两种方法都会保留DF2中key为NULL的行的原有value，不会像merge那样产生意外连接行；
• key_map.get(row['key'], row['value'])确保如果DF1中没有对应key，会保留DF2原有值，避免出现NaN。

内容的提问来源于stack exchange，提问作者Bhargav Solanky