合并DataFrame后，如何将指定列的指定值替换为同名列非指定值

需求概述 #

现有两个字典数据：

import pandas as pd

dc1 = {
    'n':[1, 2, 3, 4],
    'a':[0, 2, 0.0, 4],
    'b':[0,'', False, 5],
}

dc2 = {
    'n':[1, 2, 3, 4],
    'a':[1, 0, 3, 0.0],
    'b':[6, 5, 8, 9],
}

需要完成以下操作：

• 将字典转为DataFrame并按n列合并
• 把df1中a、b列的指定值（[False, 0, 0.0, 'Nan', None, '', 'Null']）替换为df2对应列的数值
• 删除合并后多余的列，最终得到目标字典：

dc_result = {
    'n':[1, 2, 3, 4],
    'a':[1, 2, 3, 4],
    'b':[6, 5, 8, 5],
}

实现代码与解释 #

步骤1：转换并合并DataFrame #

先将两个字典转为DataFrame，然后通过merge方法按n列做内连接，给df2的列添加后缀区分：

import pandas as pd

# 定义原始字典
dc1 = {
    'n':[1, 2, 3, 4],
    'a':[0, 2, 0.0, 4],
    'b':[0,'', False, 5],
}

dc2 = {
    'n':[1, 2, 3, 4],
    'a':[1, 0, 3, 0.0],
    'b':[6, 5, 8, 9],
}

# 转换为DataFrame
df1 = pd.DataFrame(dc1)
df2 = pd.DataFrame(dc2)

# 按n列合并，为dc2的列添加后缀
merged_df = pd.merge(df1, df2, on='n', suffixes=('', '_dc2'))

步骤2：替换指定值 #

先定义需要替换的数值集合（用集合查询效率更高），然后对a、b列批量处理：当df1的列值属于替换集合时，用df2对应列的值替换：

# 定义需要替换的目标值集合
replace_values = {False, 0, 0.0, 'Nan', None, '', 'Null'}

# 批量处理a、b列
for col in ['a', 'b']:
    merged_df[col] = merged_df[col].mask(merged_df[col].isin(replace_values), merged_df[f'{col}_dc2'])

这里用mask方法可以简洁地实现“满足条件则替换”的逻辑，比apply更高效。

步骤3：清理列并转换为字典 #

删除合并后带后缀的多余列，再将结果DataFrame转换为字典格式：

# 删除dc2来源的列
merged_df = merged_df.drop(columns=['a_dc2', 'b_dc2'])

# 转换为目标字典
dc_result = merged_df.to_dict('list')

# 验证结果
print(dc_result)

运行以上代码后，输出结果完全匹配需求中的dc_result。

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