如何通过匹配另一DataFrame列填充Pandas DataFrame的空Id列？

原代码问题分析 #

你之前的代码错误在于：

• 直接将merge后的Id列赋值给df1['Id']，但merge默认是内连接，且返回结果的行顺序大概率和原df1不一致，导致填充的Id与原数据行错位
• 该操作会覆盖df1中原本非空的Id值，而不是仅填充空值部分

正确解决方案 #

下面提供两种可靠的实现方式，均基于你的需求：仅填充df1中Id的空值，保留原有非空数据，且通过Ac和Tp的对应关系从df2匹配取值。

方法1：左连接+combine_first（推荐，简洁高效）

先通过左连接获取df2中匹配的Id，再用combine_first仅填充原Id的空值：

import pandas as pd

# 模拟你的数据（可替换为真实数据）
df1 = pd.DataFrame({
    'Ac': ['Asset', 'Debt', 'Tax'],
    'Tp': ['Fixed', 'Current', 'Income'],
    'Id': [None, 'IQ_DEBT', None]
})

df2 = pd.DataFrame({
    'Ac': ['Asset', 'Debt', 'Tax'],
    'Tp': ['Fixed', 'Current', 'Income'],
    'Id': ['IQ_ASSET', 'IQ_DEBT', 'IQ_TAX']
})

ac_typ = ['Ac', 'Tp']
# 左连接，保留原df1的所有行，获取df2中匹配的Id
merged_df = df1.merge(
    df2[[*ac_typ, 'Id']],
    on=ac_typ,
    suffixes=('', '_from_df2'),
    how='left'
)
# 用匹配到的Id填充原Id的空值，非空值保持不变
df1['Id'] = df1['Id'].combine_first(merged_df['Id_from_df2'])

执行后df1的结果：

方法2：构建映射字典+逐行填充

如果需要更灵活的控制，可以先从df2构建(Ac, Tp)到Id的映射，再针对空值行填充：

# 从df2创建(Ac, Tp)到Id的映射字典
id_mapping = df2.set_index(ac_typ)['Id'].to_dict()

# 仅对Id为空的行，根据Ac和Tp的组合查找对应Id
df1['Id'] = df1.apply(
    lambda row: id_mapping.get((row['Ac'], row['Tp']), row['Id']) 
    if pd.isna(row['Id']) 
    else row['Id'],
    axis=1
)

关键注意点 #

• 确保df2中(Ac, Tp)的组合是唯一的，否则merge会产生重复行，需要先对df2去重（比如df2 = df2.drop_duplicates(subset=ac_typ)）
• 左连接(how='left')能保证原df1的所有行都被保留，避免数据丢失

内容的提问来源于stack exchange，提问作者Valeria Arango