如何基于指定列替换DataFrame中部分行的指定列值

现有两个Pandas DataFrame：
原始数据：

import pandas as pd
import numpy as np

df = pd.DataFrame({'c1': [10, 11, 12, 13], 'c2': [100, 110, 120, 130], 'c3': [100, 110, 120, 130], 'c4': ['A', np.nan, np.nan, 'B']})

用于替换的参考数据：

df_replacer = pd.DataFrame({'c2': [11, 22], 'c3': [99, 299], 'c4': ['A', 'B']})

需求是：通过c4列匹配，用df_replacer里的值替换df中c2、c3列的对应行（仅替换c4不为空的行）。

目前的实现代码如下，想找更简洁的写法：

df = df.merge(df_replacer, on=['c4'], how='left')
df.loc[~df.c4.isna(), 'c2_x'] = df['c2_y']
df.loc[~df.c4.isna(), 'c3_x'] = df['c3_y']
df = df.rename({'c2_x': 'c2', 'c3_x':'c3'}, axis=1)
df = df[['c1', 'c2', 'c3', 'c4']]

方案1：映射字典替换（最简洁） #

先从替换表中构建c4到c2、c3的映射关系，再用map+fillna完成替换，全程不用合并表：

# 构建c4与c2、c3的映射字典
c2_map = df_replacer.set_index('c4')['c2'].to_dict()
c3_map = df_replacer.set_index('c4')['c3'].to_dict()

# 替换c2、c3列，c4为空的行保留原值
df['c2'] = df['c4'].map(c2_map).fillna(df['c2'])
df['c3'] = df['c4'].map(c3_map).fillna(df['c3'])

方案2：简化合并后的操作 #

如果偏好使用merge，可以简化后续的赋值和重命名步骤，用where直接完成替换：

# 合并时指定后缀区分原列和替换列
merged_df = df.merge(df_replacer, on='c4', how='left', suffixes=('', '_repl'))
# 仅对c4非空的行替换c2、c3值
merged_df['c2'] = merged_df['c2_repl'].where(~merged_df['c4'].isna(), merged_df['c2'])
merged_df['c3'] = merged_df['c3_repl'].where(~merged_df['c4'].isna(), merged_df['c3'])
# 保留需要的列
df = merged_df[['c1', 'c2', 'c3', 'c4']]

内容的提问来源于stack exchange，提问作者user13744439