如何使用Pandas函数基于另一DataFrame更新列值？

构造示例数据 #

先创建对应DataFrame：

import pandas as pd

# 表1
df1 = pd.DataFrame({
    'Crops': ['Potato', 'Cabbage', 'Tomato', 'Potato'],
    'Entry Time': ['2022-03-01', '2022-03-02', '2022-03-03', '2022-03-04'],
    'Duration': [0, 0, 0, 0]
})

# 表2
df2 = pd.DataFrame({
    'Crops': ['Potato', 'Cabbage', 'Tomato'],
    'Duration': [30, 20, 25]
})

方法1：使用map()函数 #

把表2转换成以Crops为键、Duration为值的字典，通过表1的Crops列映射获取对应值，直接覆盖原Duration列：

# 构建Crops到Duration的映射字典
duration_map = df2.set_index('Crops')['Duration'].to_dict()

# 更新df1的Duration列
df1['Duration'] = df1['Crops'].map(duration_map)

方法2：使用merge()函数 #

通过左连接关联两个表，用表2的Duration值替换表1对应列，最后整理数据：

# 左连接两个表，保留df1所有行
merged_df = df1.merge(df2, on='Crops', how='left', suffixes=('_old', ''))

# 替换Duration列
df1['Duration'] = merged_df['Duration']

执行任意一种方法后，df1的Duration列会按表2的值更新，最终结果如下：

内容的提问来源于stack exchange，提问作者zhe yi soo