如何用另一DataFrame的行替换并扩展pandas DataFrame指定行？

需求拆解 #

我们要完成的是：把df里option列标记为fill_A/fill_B的行，替换成look_up_df中对应option（A或B）的所有行，同时保留df原有的列（比如other_colA），并整合look_up_df的列（比如other_colB）。

具体实现代码 #

import pandas as pd

# 原始输入数据
df = pd.DataFrame({
    'option':['A', 'A', 'B', 'B', 'fill_A', 'fill_B'], 
    'items':['11111', '22222', '33333', '11111', '', ''], 
    'other_colA':['','', '','', '','' ]
})

look_up_df = pd.DataFrame({
    'option':['A','A','A','B', 'B','B'], 
    'items':['11111', '22222', '33333', '44444', '55555', '66666'],  
    'other_colB':['','', '','', '','' ]
})

# 1. 拆分原数据：保留不需要填充的行，单独提取需要填充的行
keep_rows = df[~df['option'].str.startswith('fill_')].copy()
fill_rows = df[df['option'].str.startswith('fill_')].copy()

# 2. 把fill_A/fill_B转换成对应的目标option（A/B），方便和lookup表匹配
fill_rows['target_option'] = fill_rows['option'].str.replace('fill_', '')

# 3. 按目标option合并lookup表，拿到对应所有行
filled_data = fill_rows.merge(look_up_df, left_on='target_option', right_on='option', how='left')

# 4. 整理列结构：保留原df的other_colA，替换成lookup表的option/items，加上lookup表的other_colB
filled_data = filled_data.rename(columns={'option_y': 'option', 'items_y': 'items'})
filled_data = filled_data[['option', 'items', 'other_colA', 'other_colB']]

# 5. 合并保留行和填充后的行，得到最终结果
final_df = pd.concat([keep_rows, filled_data], ignore_index=True)

# 查看结果
print(final_df)

代码说明 #

• 先拆分数据：把原df里不需要替换的行单独拎出来，避免后续操作影响它们；
• 处理填充标记：把fill_A这类标记转换成A，才能和lookup表的option列匹配；
• 合并lookup表：通过匹配后的target_option，把lookup表中对应option的所有行都关联过来；
• 整理列：确保最终结果的列和需求一致，保留原df的专属列，同时整合lookup表的列；
• 拼接结果：把原本保留的行和填充后的行合并，得到完整的扩展结果。

内容的提问来源于stack exchange，提问作者euh