如何基于匹配列用小DataFrame替换大DataFrame的指定列值？

需求说明 #

我有两个大小不同的DataFrame：df1行数很少，df2有数百行。当df2中某行的label1和label2列值同时与df1中的某行匹配时，需要用df1对应的beta1、beta2值覆盖df2该行的这两列。

示例df1 #

示例df2 #

期望结果 #

尝试过的错误代码 #

我曾用以下代码尝试过滤替换，但出现索引长度不匹配的错误：

df2[['beta1', 'beta2']] = df1[(df1['label1'].isin(df2['label1'])) & (df1['label2'].isin(df2['label2']))]['beta1', 'beta2'].values

测试其他方案的问题 #

试用@Timeless的方案时，代码如下：

df1 = pd.DataFrame({'label1': [123], 'label2': [456], 
'beta1': [1], 'beta2': [2]})
df2 = pd.DataFrame({'label1': [541, 123], 'label2': 
[414, 456], 'beta1': [0.01, 0.04], 'beta2': [0.002, 
0.03]})
idx, cols = ["label1", "label2"], ["beta1", "beta2"]

mask = (df2.set_index(idx).index
    .isin(df1.set_index(idx).index))
df2.loc[mask, cols] = df1[cols]

输出结果中匹配行的beta1、beta2变成了NaN：

label1  label2  beta1  beta2
0     541     414   0.01  0.002
1     123     456    NaN    NaN

可行方案及优化 #

我找到了可行的代码（cols参数用于指定需要更新的列子集），以下是原始版本和优化简化版：

原始可行代码 #

idx = ['label1', 'label2']
cols = ['beta1']
df1 = df1.set_index(idx)
df2 = df2.set_index(idx)
df2.update(df1[cols])
df2 = df2.reset_index()

简化优化版 #

可以不用修改原DataFrame的索引，通过临时索引实现，更简洁清晰：

idx = ['label1', 'label2']
cols = ['beta1', 'beta2']

# 生成用于更新的df1子集（带匹配索引）
df1_update = df1.set_index(idx)[cols]
# 临时设置df2索引，完成更新后恢复
df2 = df2.set_index(idx)
df2.update(df1_update)
df2 = df2.reset_index()

这种方法的优势：

• 自动匹配label1和label2的组合，无需硬编码具体值
• 仅更新cols指定的列，不影响其他数据
• 避免索引长度不匹配的问题，只替换真正匹配的行

内容的提问来源于stack exchange，提问作者Thomas Hemming Larsen