pandas根据另一DataFrame的匹配值更新目标列值

• 存在两个pandas DataFrame对象df1、df2，二者均包含Weight in lb（体重，单位：磅）列
• 核心需求：当两个表的Weight in lb取值匹配时，将df2中对应的BMI值更新到df1的BMI列；因原表结构复杂，禁止使用merge类合并操作
• 样例数据结构：
  • df1包含6个字段：索引、First Name、Age、Gender、Weight in lb、BMI，初始状态下BMI列全为空值
  • df2包含3个字段：Weight in lb、BMI、Height，存储不同体重对应的BMI参考值
• 待修复的失败代码：

df1['BMI'] = df2.loc[df2['Weight in lb'].isin(df1['Weight in lb'],'BMI']

• 预期输出规则：匹配到对应体重的行正确填充BMI值（如体重167对应BMI17.3、175对应19.6、169对应17.9），未匹配到的体重（如132）对应的BMI保留空值

1. 语法层面：代码存在括号、引号不闭合问题，loc索引的语法书写错误，无法正常运行
2. 逻辑层面：isin方法仅判断值是否存在，无法实现两个表按体重值一一对应匹配的效果，直接赋值会因索引不对齐导致值错位

使用map方法实现键值对映射填充，无需合并表，不会修改原表结构和行顺序，未匹配到的值默认保留空值，完全适配需求：

# 从df2构建「体重值:BMI值」的映射字典
bmi_mapping = df2.set_index('Weight in lb')['BMI'].to_dict()
# 按体重列映射填充BMI
df1['BMI'] = df1['Weight in lb'].map(bmi_mapping)

执行后校验结果：体重167、175、169的行分别正确填充17.3、19.6、17.9，体重132等未在df2中存在的行BMI仍为空值，和预期效果完全一致。

内容的提问来源于stack exchange，提问作者user18562240