如何使用pandas merge按指定列匹配填充DataFrame现有空白列

你要的按指定列匹配、将值填充到已有空白列而非追加新列的需求，不需要调整pd.merge的基础逻辑，以下两种方法都可以直接得到目标结果：

方法1：映射填充（单条件匹配首选，效率最高） #

单键匹配场景下直接用map做字典映射即可，不需要走merge流程，代码最简洁：

# 以匹配键id为索引，构建id到目标值Value的映射字典
value_mapping = df2.set_index('id')['Value'].to_dict()
# 直接为df1的Value列赋值，匹配到的内容会填充原有空白位置
df1['Value'] = df1['id'].map(value_mapping)

• 适配场景补充：如果df1的Value列本身已有部分非空值，你只想填充空白、不覆盖原有内容，把赋值语句替换为以下写法即可，和Excel VLOOKUP的补空逻辑完全一致：

df1['Value'] = df1['Value'].fillna(df1['id'].map(value_mapping))

方法2：pd.merge实现（多条件/多列取值场景适用） #

如果习惯用merge，或者后续需要做多键匹配、同时取df2多列值，可以在合并时通过后缀区分重名列，合并完成后提取目标列即可，不会生成多余的冗余列：

# 左连接保留df1全部行，重名列分别加后缀做区分
merge_result = pd.merge(
    df1,
    df2[['id', 'Value']], # 只取需要用到的匹配键和目标值列，减少冗余
    on='id',
    how='left',
    suffixes=('_empty', '') # df1原有的空Value列加_empty后缀，df2匹配到的Value列保留原名
)
# 删除df1原来的空Value列，剩下的就是匹配完成的目标结果
merge_result = merge_result.drop(columns=['Value_empty'])

两种方法运行后得到的结果完全符合预期：

index id   Value Info
0      0  A1   Apple  xxx
1      1  A2  Orange  xxx
2      2  A3  Banana  xxx
3      3  A4   Grape  xxx

内容的提问来源于stack exchange，提问作者Joe