如何合并两个pandas DataFrame 按列1匹配填充缺失值

核心需求 #

以第1列为匹配键，用存储有效值的小表df1，填充全量大表df2中对应位置的空值，最终保留df2的全部行与列结构。

方法1：通用全列填充（推荐） #

使用combine_first方法按索引对齐填充，适合需要同时填充多列的场景，代码最简洁：

import pandas as pd

# 初始化测试数据
d1 = {1:['Test','Test1','Test2'], 2:['A','B','C']}
d2 = {1:['Something','Test','Test1','Test2','Test3','Test4'], 2:['z',None,None,None,'x','y'],3:['Blah','Blah','Blah','Blah','Blah','Blah']}
df1 = pd.DataFrame(data=d1)
df2 = pd.DataFrame(data=d2)

# 匹配键设为索引 -> 按规则填充 -> 还原匹配键为普通列
result = df2.set_index(1).combine_first(df1.set_index(1)).reset_index()

实现逻辑说明 #

• 先将作为匹配键的第1列设置为行索引，强制pandas按匹配键对齐两个表的行数据
• combine_first的填充规则为：优先保留调用方（df2）的非空值，仅当df2对应位置为空时，才取df1的对应值填充，完全匹配需求
• 填充完成后用reset_index()将第1列从索引还原为普通列，得到标准表结构

方法2：指定列填充 #

如果仅需要填充特定列，可以用映射字典匹配填充，逻辑更直观：

result = df2.copy()
# 生成 匹配键->待填充值 的映射字典
fill_map = df1.set_index(1)[2].to_dict()
# 筛选出目标列空值的行，用映射值替换
result.loc[result[2].isna(), 2] = result[result[2].isna()][1].map(fill_map)

输出结果 #

两种方法运行后得到的result完全符合预期：

1  2     3
0  Something  z  Blah
1       Test  A  Blah
2      Test1  B  Blah
3      Test2  C  Blah
4      Test3  x  Blah
5      Test4  y  Blah

内容的提问来源于stack exchange，提问作者splotsh