基于多条件匹配替换DataFrame指定列的最优方法

现有两个Pandas DataFrame：

df1 #

df2 #

需求 #

当同时满足以下条件时，将df2中的code替换为df1对应的new code：

• df1['old code'] == df2['code']
• df2['date'] ≤ df1['date']
• df1['material'] == df2['material']

最终期望输出：

这里用Pandas结合Numpy的方案，逻辑清晰且性能高效，适合中等规模的数据：

完整代码 #

import pandas as pd
import numpy as np

# 1. 转换日期格式为datetime（原数据是dd.mm.yyyy字符串，无法直接比较）
df1['date'] = pd.to_datetime(df1['date'], format='%d.%m.%Y')
df2['date'] = pd.to_datetime(df2['date'], format='%d.%m.%Y')

# 2. 左连接df2和df1，匹配code+material的对应关系
merged = df2.merge(
    df1[['old code', 'new code', 'date', 'material']],
    left_on=['code', 'material'],
    right_on=['old code', 'material'],
    how='left',
    suffixes=('', '_df1')  # 区分两个表的date列
)

# 3. 根据日期条件替换code
merged['code'] = np.where(
    merged['date'] <= merged['date_df1'],  # 满足日期条件时替换
    merged['new code'],
    merged['code']  # 不满足则保留原code
)

# 4. 整理结果，恢复原日期格式并保留目标列
result = merged[['code', 'date', 'material']]
result['date'] = result['date'].dt.strftime('%d.%m.%Y')

print(result)

代码解释 #

1. 日期格式转换：必须把字符串类型的日期转为datetime，否则无法进行大小比较，这里指定format='%d.%m.%Y'匹配原数据的日.月.年格式。
2. 左连接匹配：通过code（df2）和old code（df1）、material作为连接键，确保只匹配同物料同旧编码的记录，左连接保证df2的所有行都被保留。
3. 条件替换：用np.where做向量式判断，比循环遍历效率高得多，直接批量处理所有行的替换逻辑。
4. 结果整理：过滤掉不需要的中间列，把日期转回原字符串格式，得到最终符合要求的DataFrame。

内容的提问来源于stack exchange，提问作者Alexis