如何用Pandas将DataFrame列的0值替换为另一DataFrame的对应值？

直接赋值法（最直观） #

如果两个DataFrame的行是一一对应的（索引对齐），直接用loc筛选出Score为0的行，赋值为auto_df_non的对应值：

import pandas as pd

# 核心代码
auto_df.loc[auto_df['Score'] == 0.0, 'Score'] = auto_df_non['Score']

为什么你的.update没生效？ #

.update的逻辑是按索引+列匹配，只更新当前DataFrame中与目标DataFrame重合位置的值，但它不会主动替换0值。如果一定要用.update，需要先把0转成缺失值（NA），再让.update填充：

# 把auto_df里的0值转为缺失值
auto_df['Score'] = auto_df['Score'].replace(0.0, pd.NA)
# 用auto_df_non的Score列更新
auto_df.update(auto_df_non[['Score']])
# 若有未被替换的缺失值，可转回0（按需选择）
auto_df['Score'] = auto_df['Score'].fillna(0.0)

关键注意事项 #

• 两个DataFrame必须索引完全对齐，否则会出现替换错位。如果没有共同索引，先通过唯一标识列（比如ID）设置索引：

  # 假设存在共同的ID列
  auto_df = auto_df.set_index('ID')
  auto_df_non = auto_df_non.set_index('ID')
  

内容的提问来源于stack exchange，提问作者user20057611