如何用另一DataFrame的lead_id填充leads的id列空值且保留原值

核心需求是仅覆盖leads中id列的NaN值，保留已有非空id，同时适配两个DataFrame长度不一致的情况，以下是具体实现步骤：

步骤1：定位需要填充的空值位置 #

先获取leads中id列为空的布尔掩码：

null_mask = leads['id'].isna()

步骤2：生成匹配填充数量的lead_id序列 #

由于leads的空值数量（约28.5万）多于target的行数（约26.6万），需要重复target的lead_id来满足填充需求：

# 计算需要填充的空值总数
fill_count = null_mask.sum()
# 生成足够长度的填充序列，重复target的lead_id直到满足数量
fill_values = target['lead_id'].repeat((fill_count // len(target)) + 1).iloc[:fill_count].values

步骤3：填充空值（保留原有非空值） #

通过布尔掩码定位空值位置，直接赋值：

leads.loc[null_mask, 'id'] = fill_values

简化写法 #

也可以用fillna直接结合生成的填充序列，一行完成：

# 生成与leads长度一致的填充序列
fill_series = pd.Series(target['lead_id'].repeat((len(leads) // len(target)) + 1).iloc[:len(leads)])
# 仅填充空值，保留原有id
leads['id'] = leads['id'].fillna(fill_series)

为什么concat不行？ #

concat是用于拼接DataFrame的行/列，不是针对空值的填充操作，会导致列合并或行堆叠，进而覆盖原有数据或打乱结构，完全不符合需求。

内容的提问来源于stack exchange，提问作者mouhamad