Pandas实现不等行相似DataFrame按列匹配替换对应列值

现有两个结构相似、行数不等的DataFrame，样例数据如下：

• DataFrame1

stockname  quantity  purchase_price purchase_date   weight
0       BSHSL        34        102.0000    2020-09-01  0.06172
1     SBICARD         8        804.3410    2020-09-01  0.11863
2   SANGINITA       110         71.2500    2020-09-01  0.13902
3   TOUCHWOOD       218         50.1479    2020-09-01  0.19395
4      SOLARA        12        917.7250    2020-09-01  0.20000
5    SUMICHEM        41        269.8520    2020-09-01  0.20000
6  LIQUIDBEES        14        999.9900    2020-09-01  0.08668

• DataFrame2

stockname  quantity  purchase_price purchase_date   weight
5  LIQUIDBEES        12          1000.0    2020-06-26  0.25399

需求：当两个DataFrame的stockname字段值相等时，用DataFrame1对应行的quantity减去DataFrame2匹配行的quantity，用差值替换DataFrame1原有的quantity值，未匹配的行保留原有数值不变。

以下两种方法都可以实现需求，可根据数据规模选择：

方法1：字典映射（适合小数据量，写法简洁） #

先把DataFrame2的股票名和对应持仓量转成字典做映射，再逐行判断更新：

# 生成股票名到持仓量的映射字典
qty_mapping = df2.set_index("stockname")["quantity"].to_dict()

# 更新df1的quantity列，匹配到的做减法，匹配不到的保留原值
df1["quantity"] = df1.apply(
    lambda row: row["quantity"] - qty_mapping[row["stockname"]] 
    if row["stockname"] in qty_mapping 
    else row["quantity"],
    axis=1
)

用提供的样例数据运行后，DataFrame1中LIQUIDBEES对应的quantity会从14更新为14-12=2，其余行数值不变。

方法2：左连接向量化计算（适合大数据量，性能更高） #

如果数据量在十万行以上，优先用pandas内置的merge做向量化运算，运行速度远快于apply循环：

# 按stockname左连接，只取df2的quantity列并重命名避免列名冲突
merged_df = df1.merge(
    df2[["stockname", "quantity"]].rename(columns={"quantity": "df2_qty"}),
    on="stockname",
    how="left"
)

# 未匹配到的df2_qty填充为0，计算差值替换原quantity列
merged_df["quantity"] = merged_df["quantity"] - merged_df["df2_qty"].fillna(0)

# 删除临时列，得到更新后的DataFrame1
df1 = merged_df.drop(columns="df2_qty")

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