如何通过匹配另一DataFrame列填充pandas DataFrame的Id列空值？

问题分析 #

需要基于Ac和Tp两列的组合匹配关系，用df2的Id值填充df1中Id列的空值，确保匹配的精准性。

原代码的问题 #

1. 语法错误：用圆括号()访问DataFrame列，正确写法应为方括号[]，比如df1('nan')是错误的，判断空值需用df1['Id'].isna()；df2('Ac')['Id']也是错误的索引方式。
2. 匹配逻辑缺陷：仅通过Ac列映射无法保证精准匹配，若存在相同Ac但不同Tp的记录，会导致填充错误。
3. 冗余操作：mask方法在此场景下不必要，直接使用fillna即可处理空值。

解决方案 #

方法一：字典映射法（高效精准） #

先将df2转换为以(Ac, Tp)为键、Id为值的字典，再通过apply匹配填充：

# 构造精准匹配的映射字典
id_mapping = df2.set_index(['Ac', 'Tp'])['Id'].to_dict()

# 填充df1的Id空值
df1['Id'] = df1['Id'].fillna(df1.apply(lambda row: id_mapping.get((row['Ac'], row['Tp'])), axis=1))

方法二：左连接填充法（直观易理解） #

通过merge将df2的匹配Id列合并到df1，再填充空值：

# 左连接获取df2中匹配的Id
df1 = df1.merge(df2[['Ac', 'Tp', 'Id']], on=['Ac', 'Tp'], how='left', suffixes=('', '_df2'))

# 填充空值并清理临时列
df1['Id'] = df1['Id'].fillna(df1['Id_df2'])
df1.drop('Id_df2', axis=1, inplace=True)

验证示例 #

先构造测试数据：

import pandas as pd

# 构造df1
df1 = pd.DataFrame({
    'Ac': ['Efecty', 'Asset', 'Debt', 'Tax'],
    'Tp': ['FC', 'FC', 'P&G', 'Other'],
    'Id': ['IQ_EF', '', 'IQ_DEBT', ''],
    '2020': [100, 52, 45, 48],
    '2021': [200, 48, 58, 45],
    '2022': [45, 15, 15, 78]
})

# 构造df2
df2 = pd.DataFrame({
    'Ac': ['Efecty', 'Asset', 'Debt', 'Tax', 'Income', 'Invest'],
    'Tp': ['FC', 'FC', 'P&G', 'Other', 'BAL', 'FC'],
    'Id': ['IQ_EF', 'IQ_AST', 'IQ_DEBT', 'IQ_TAX', 'IQ_INC', 'IQ_INV']
})

运行上述任意一种填充方法后，df1的Id列空值将被正确填充为IQ_AST和IQ_TAX，与预期结果一致。

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