Pandas如何基于匹配键用另一DataFrame值更新现有列

样例数据 #

持有的两个DataFrame定义如下：

import pandas as pd

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': [None, None, None, None, None, None, None]})

核心需求为以Merge_Pr列为匹配键，将df1中UniqueName的对应值直接更新到df2已有的Requisition_Number列，不生成冗余新列。

最优实现方法 #

由于df1中每个Merge_Pr值唯一对应一个UniqueName，直接用map方法做键值映射赋值即可，逻辑简单、运行效率高，不会产生多余列：

1. 先将df1转换为匹配键到目标值的映射字典

   pr_name_map = df1.set_index('Merge_Pr')['UniqueName'].to_dict()
   

2. 直接对df2的目标列赋值完成匹配更新

   df2['Requisition_Number'] = df2['Merge_Pr'].map(pr_name_map)
   

执行完成后df2的输出结果如下，完全符合匹配预期：

补充说明 #

• 如果后续Requisition_Number列存在部分已填充的非空值，不想被匹配结果覆盖，可以把赋值逻辑替换为如下写法，仅填充空值：

  df2['Requisition_Number'] = df2['Requisition_Number'].fillna(df2['Merge_Pr'].map(pr_name_map))
  

• 不推荐用merge实现该需求，merge会生成临时新列，需要额外做列赋值和删列操作，代码冗余度高，仅作参考：

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

内容的提问来源于stack exchange，提问作者toerag