如何基于相同username用新DataFrame替换旧DataFrame的loan_balance值

直接使用 pandas 内置的 update() 方法即可高效完成需求，该方法专门针对「基于匹配键更新指定列」的场景，代码简洁且性能优异（基于向量化操作，远快于循环遍历）。

具体步骤与代码 #

import pandas as pd

# 原始数据
old_data_df = pd.DataFrame({
    'username': ['username1', 'username7'],
    'loan_balance': [10, 14],
    'age': [18, 8]
})

new_data_df = pd.DataFrame({
    'username': ['username1', 'username2'],
    'loan_balance': [1, 4]
})

# 1. 将 username 设置为索引，确保按用户名匹配更新
old_data_df = old_data_df.set_index('username')
new_data_df = new_data_df.set_index('username')

# 2. 执行更新：仅替换匹配到的 username 对应的 loan_balance 值
old_data_df.update(new_data_df)

# 3. 恢复原有的整数索引（可选，若不需要保留 username 为索引则执行）
old_data_df = old_data_df.reset_index()

print(old_data_df)

输出结果 #

username  loan_balance  age
0  username1            1.0   18
1  username7           14.0    8

方法说明 #

• update() 会原地修改 old_data_df，仅更新两个 DataFrame 中索引（此处为 username）匹配的行；
• 仅更新 new_data_df 中存在的列（即 loan_balance），old_data_df 中的其他列（如 age）完全不受影响；
• new_data_df 中不存在的 username（如 username7）对应的行不会被改动；
• 若不需要原地修改，可以先复制 old_data_df 再操作：updated_df = old_data_df.set_index('username').copy(); updated_df.update(new_data_df.set_index('username'))。

内容的提问来源于stack exchange，提问作者Fredy