如何匹配DataFrame索引与列值，更新目标列对应值？

现有两个DataFrame：

df1 #

Count
Duliajan Area      2
HAPJAN             2
KATHALGURI         2

df2 #

Location           Category
0        NAGAJAN        0
1        JORAJAN        0
2     KATHALGURI        0
3         HEBEDA        0
4          MAKUM        0
5       BAREKURI        0
6        BAGHJAN        0
7  Duliajan Area        0
8      LANGKASHI        0
9         HAPJAN        0

需求：将df2中Location列的值与df1的索引匹配时，把对应行的Category列值替换为df1的Count值，其余行保持Category值为0，得到如下结果：

Location           Category
0        NAGAJAN        0
1        JORAJAN        0
2     KATHALGURI        2
3         HEBEDA        0
4          MAKUM        0
5       BAREKURI        0
6        BAGHJAN        0
7  Duliajan Area        2
8      LANGKASHI        0
9         HAPJAN        2

方法1：使用map结合fillna #

利用map方法将df2的Location映射到df1的Count值，再用fillna处理未匹配项：

df2['Category'] = df2['Location'].map(df1['Count']).fillna(0).astype(int)

map会根据Location的值匹配df1的索引，返回对应Count；未匹配项返回NaN，用fillna(0)替换为0，最后转成整数保证格式一致。

方法2：使用replace #

先将df1的索引与Count转为字典，再批量替换：

replace_dict = df1['Count'].to_dict()
df2['Category'] = df2['Location'].replace(replace_dict).fillna(0).astype(int)

to_dict()生成以df1索引为键、Count为值的字典；replace会替换Location中匹配字典键的项，未匹配项用fillna(0)处理后转成整数。

方法3：使用merge #

通过左连接合并两个DataFrame，再填充缺失值：

merged_df = df2.merge(df1, left_on='Location', right_index=True, how='left')
df2['Category'] = merged_df['Count'].fillna(0).astype(int)

左连接保留df2所有行，合并后Count列未匹配项为NaN，填充0后赋值给Category列即可。

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