pandas中根据键匹配两个DataFrame更新指定列值的方法

我有两个DataFrame：

需求：针对df1中的所有行，通过关联键匹配找到df2中对应的行，将df2匹配行的final列值更新为1。

不需要做merge拼接，直接用集合判断+loc赋值的方式性能最高，也不会打乱df2原有的行顺序。

单字段作为关联键 #

假设你用来匹配两个DataFrame的关联键列名是user_id（替换成你实际的关联键列名即可），代码如下：

# 如果需要给未匹配行设置默认值0，可以先执行下面这行，不需要可跳过
# df2['final'] = 0

# 提取df1中所有需要匹配的关联键，去重减少后续判断量
match_key_set = set(df1['user_id'].unique())
# 给匹配到的行更新final值为1
df2.loc[df2['user_id'].isin(match_key_set), 'final'] = 1

多个字段联合作为关联键 #

如果需要同时匹配多个字段才能确定对应关系（比如同时匹配date、user_id两个字段），用元组组合多键值判断即可：

# 如果需要给未匹配行设置默认值0，可以先执行下面这行，不需要可跳过
# df2['final'] = 0

# 生成多键组合的匹配集合
match_key_set = set(df1[['date', 'user_id']].apply(tuple, axis=1))
# 匹配并更新值
df2.loc[df2[['date', 'user_id']].apply(tuple, axis=1).isin(match_key_set), 'final'] = 1

提示：如果你的df2数据量超过10万行，多键匹配场景可以先把关联键拼接成单字符串再做isin判断，性能比apply生成元组更高，比如先生成拼接键df1['merge_key'] = df1['date'].astype(str) + '_' + df1['user_id'].astype(str)，后续按单键匹配逻辑处理即可。

内容的提问来源于stack exchange，提问作者loksan