如何将处理后DataFrame指定行回填至原DataFrame并支持仅粘贴相同列

场景还原 #

自定义数据集：

import pandas as pd
data = pd.DataFrame([['A','B'],[1,None],['B','C'],[2,None]], columns=['a1','a2'])

生成的初始DataFrame：

a1    a2
0  A     B
1  1  None
2  B     C
3  2  None

筛选a2列非缺失的行：

dropdf = data.dropna(axis=0, subset=['a2'])

得到的筛选后数据：

a1 a2
0  A  B
2  B  C

对dropdf处理后新增a3列，结果如下：

a1 a2 a3
0  A  B  C
2  B  C  D

需求：将dropdf中新增的列回填至原data，忽略被dropna剔除的行，同时保留原data的行顺序，最终得到：

a1    a2   a3
0  A     B    C
1  1  None  None
2  B     C    D
3  2  None  None

解决方案 #

可以通过索引匹配赋值或索引合并两种方式实现，仅回填目标列，不影响原数据结构：

方法1：直接索引赋值 #

因为dropdf保留了原data的行索引，直接将目标列赋值给原数据集即可，缺失行自动填充为NaN，按需可转为None：

# 回填a3列
data['a3'] = dropdf['a3']
# 可选：将NaN转为None
data['a3'] = data['a3'].where(pd.notna(data['a3']), None)

方法2：基于索引的合并 #

使用merge方法，指定按索引合并，保留原数据集的所有行和顺序：

data = data.merge(dropdf[['a3']], left_index=True, right_index=True, how='left')
# 可选：将NaN转为None
data['a3'] = data['a3'].where(pd.notna(data['a3']), None)

两种方法都能精准回填目标列，完全满足需求。

内容的提问来源于stack exchange，提问作者Tuấn Nguyễn Quang