如何在Pandas合并DataFrame后仅保留首条匹配的price值，其余设为0

方法一：利用duplicated标记重复组 #

合并后，每个id+month组合的price值完全相同（因为df2中每个组合仅存一条记录），只需标记每组中除第一行外的重复行，将其price设为0即可：

# 执行左连接
merged_df = df1.merge(df2, how='left', on=['id', 'month'])
# 标记每个(id, month)组的非首行
duplicate_mask = merged_df.duplicated(subset=['id', 'month'], keep='first')
# 将非首行的price设为0
merged_df.loc[duplicate_mask, 'price'] = 0

方法二：分组后用transform处理 #

通过groupby按id和month分组，利用transform对每组的price列做针对性赋值，仅保留首条记录的原price，其余设为0：

merged_df = df1.merge(df2, how='left', on=['id', 'month'])
# 分组处理price列
merged_df['price'] = merged_df.groupby(['id', 'month'])['price'].transform(
    lambda grp: grp.where(grp.index == grp.index[0], 0)
)

效率说明 #

以上两种方法均为矢量化操作，基于Pandas底层的C优化实现，时间复杂度为O(n)（n为合并后DataFrame的行数），远优于逐行遍历的O(n²)方案，处理大数据量时优势明显。

内容的提问来源于stack exchange，提问作者ggupta