Pandas如何根据关联键用另一DataFrame更新现有列值

这个场景是典型的一对一键值匹配填充列场景，不需要用merge做全表关联，直接用映射赋值的方式就能直接写入已有列，不会产生多余字段。

推荐方法：基于映射字典的map赋值 #

因为df1中每个Merge_Pr对应唯一的UniqueName，先把对应关系转成字典，直接映射赋值给目标列即可：

import pandas as pd

# 原始数据定义
df1 = pd.DataFrame({'Merge_Pr': ['BKK_AOT', 'BKK_BFS', 'BKK_TG', 'HND_ANA'],
                    'UniqueName': ['PR1', 'PR2', 'PR3', 'PR18']})

df2 = pd.DataFrame(
        {'Merge_Pr': ['BKK_AOT','BKK_AOT','BKK_BFS','BKK_TG','BKK_TG','HND_ANA','HND_ANA'],
         'Quantity':[9240, 1433, 56779, 2230, 5560, 1004, 4553],
         'Requisition_Number': ['NaN','NaN','NaN','NaN','NaN','NaN','NaN',]})

# 构建匹配键到目标值的映射
pr_map = df1.set_index('Merge_Pr')['UniqueName'].to_dict()
# 直接给已有列赋值，无新增列
df2['Requisition_Number'] = df2['Merge_Pr'].map(pr_map)

运行后打印df2，输出完全符合预期：

Merge_Pr  Quantity Requisition_Number
0   BKK_AOT      9240                PR1
1   BKK_AOT      1433                PR1
2   BKK_BFS     56779                PR2
3   BKK_TG      2230                PR3
4   BKK_TG      5560                PR3
5   HND_ANA      1004               PR18
6   HND_ANA      4553               PR18

其他可选写法 #

如果习惯用replace方法，也可以用同样的映射字典实现，效果一致：

df2['Requisition_Number'] = df2['Merge_Pr'].replace(pr_map)

如果一定要用merge实现，需要额外做删列、重命名操作，步骤更繁琐，不推荐：

df2 = df2.merge(
    df1, on='Merge_Pr', how='left'
).drop(columns=['Requisition_Number']).rename(columns={'UniqueName': 'Requisition_Number'})

注意：如果df1中存在重复的Merge_Pr值，不要直接用字典映射的方式，需要先对df1做去重处理，保证匹配键唯一再做映射。

内容的提问来源于stack exchange，提问作者toerag