如何使用Pandas合并并更新DataFrame：按规则同步数据

原始数据定义 #

import pandas as pd

data1 = {
         'Product': ['product1', 'product2', 'product3'],
         'Price': [200, 300, 400],
         'Quantity': [10, 5, 20],
    }
df1 = pd.DataFrame(data1, columns= ['Product','Price','Quantity'])

data2 = {
         'Product': ['product1','product2','product4'],
         'Price': [200, 1000,50],
}

df2 = pd.DataFrame(data2, columns= ['Product','Price'])

df1输出： #

Product  Price  Quantity
0  product1    200        10
1  product2    300         5
2  product3    400        20

df2输出： #

Product  Price
0  product1    200
1  product2   1000
2  product4     50

合并更新规则 #

• 添加df2中的新商品（如product4）并保留其已有Price信息
• 保留df1中不在df2的商品，但将其Price设为-1
• 同时存在于两个DataFrame的商品，仅更新其Price（如product2）
• 其余数据保持原有状态

实现代码 #

# 以Product为键做全外连接，区分两个表的Price列
merged_df = df1.merge(df2, on='Product', how='outer', suffixes=('_df1', '_df2'))

# 按规则处理Price列
merged_df['Price'] = merged_df.apply(
    lambda row: row['Price_df2'] if pd.notna(row['Price_df2']) 
                else (-1 if pd.notna(row['Price_df1']) 
                else row['Price_df2']),
    axis=1
)

# 处理Quantity列：保留df1原有值，新商品设为NaN
merged_df['Quantity'] = merged_df['Quantity'].fillna(pd.NA)

# 筛选目标列并重置索引
result_df = merged_df[['Product', 'Price', 'Quantity']].reset_index(drop=True)

print(result_df)

输出结果： #

Product  Price Quantity
0  product1    200       10
1  product2   1000        5
2  product3     -1       20
3  product4     50      <NA>

代码说明 #

1. 全外连接合并：用merge的outer方式确保所有商品都被保留，通过suffixes标记来自两个表的Price字段，避免冲突
2. Price列逻辑：
   • 同时存在于两个表的商品，直接取df2的Price值完成更新
   • 仅在df1存在的商品，强制将Price设为-1
   • 仅在df2存在的商品，保留df2的原始Price值
3. Quantity列处理：保留df1中已有的Quantity数据，新增商品的Quantity自动填充为缺失值
4. 结果整理：筛选需要的列并重置索引，得到符合要求的最终格式

内容的提问来源于stack exchange，提问作者Viald