Pandas中如何按匹配索引用另一DataFrame列值替换目标列值？

你的需求是按索引匹配替换，pd.replace()返回NA是因为它默认是基于值的替换逻辑，无法直接按索引精准匹配替换目标值。下面是两种可行的实现方式：

方法一：使用DataFrame.update() #

这个方法会直接在df2上按索引匹配更新，仅替换索引重叠的部分，不影响其他行：

import pandas as pd

# 构造示例数据
df1 = pd.DataFrame({'Home': ['MS', 'KM', 'RR'], 'Place': ['Z2', 'Z3', 'R2']}, index=['a', 'c', 'd'])
df2 = pd.DataFrame({'Place1': ['A2', 'A66', 'F32', 'K41', 'E90']}, index=['a', 'c', 'z', 'x', 't'])

# 按索引匹配替换
df2['Place1'].update(df1['Place'])
print(df2)

执行后输出符合预期：

Place1
a    Z2
c    Z3
z    F32
x    K41
t    E90

方法二：使用Series.combine_first() #

这个方法会返回新的结果集，优先取df1['Place']的匹配值，无匹配项则保留df2['Place1']的值：

import pandas as pd

# 构造示例数据
df1 = pd.DataFrame({'Home': ['MS', 'KM', 'RR'], 'Place': ['Z2', 'Z3', 'R2']}, index=['a', 'c', 'd'])
df2 = pd.DataFrame({'Place1': ['A2', 'A66', 'F32', 'K41', 'E90']}, index=['a', 'c', 'z', 'x', 't'])

# 生成结果并过滤出df2原索引
result = df1['Place'].combine_first(df2['Place1']).to_frame('Place1').loc[df2.index]
print(result)

内容的提问来源于stack exchange，提问作者MMJJ