pandas如何根据参考表匹配填充DataFrame指定列值

你之前的merge写法没指定关联字段，pandas默认会把两个表所有列名相同的字段都作为匹配依据。你现在两个表都有MANUF/PRODTYPE/PRODCODE三个同名列，而待填充的df里PRODCODE本身是空值，自然匹配不上，结果要么缺数据要么值不对。
另外你写df2.merge(df, how='left')的时候主表是只有400行的参考表df2，左连接会保留df2的所有行，df里匹配不上的行会直接被丢掉，结果肯定不符合预期。

方案1：指定关联键的左连接（逻辑直观，适合大多数场景） #

明确告诉pandas只按MANUF和PRODTYPE两个字段做匹配，处理下同名冲突的PRODCODE列即可：

# 提取参考表需要用到的列，避免冗余
df_ref = df2[['MANUF', 'PRODTYPE', 'PRODCODE']]
# 以原df为左表做左连接，保证原df行数不变
df_result = df.merge(
    df_ref,
    on=['MANUF', 'PRODTYPE'], # 显式指定匹配用的键
    how='left',
    suffixes=('_empty', '') # 原df里空的PRODCODE列加后缀，保留参考表匹配到的正确值
)
# 删除原表空的PRODCODE列
df_result.drop(columns='PRODCODE_empty', inplace=True)

方案2：映射赋值（性能更高，适合十万行以上的大表） #

先把参考表的对应关系做成字典，直接给df的PRODCODE列赋值，不会产生多余的中间列：

# 构建 (厂商, 产品类型) 到 产品编码的映射字典
prod_map = df2.set_index(['MANUF', 'PRODTYPE'])['PRODCODE'].to_dict()
# 逐行匹配赋值
df['PRODCODE'] = [prod_map.get((m, p)) for m, p in zip(df['MANUF'], df['PRODTYPE'])]

• 匹配前先确认两个表的MANUF、PRODTYPE字段数据类型一致，比如一个存的是整数1、一个存的是字符串"1"会完全匹配不上，提前统一类型即可。
• 如果跑完代码还有PRODCODE为空的行，说明参考表里找不到对应的(MANUF, PRODTYPE)组合，把这些空值行筛出来核对原始数据就行。

内容的提问来源于stack exchange，提问作者Tac147