Pandas如何按索引匹配将列值子集替换为另一DataFrame的列值

问题场景 #

• 原始表df包含a、b两列，示例数据：

a   b
0   6   4
1   5   6
2   2   2
3   7   4
4   3   6
5   5   2
6   4   7

• 替换值表df2仅含d列，所有索引均为df中已存在的共有索引，无额外索引，示例数据：

d
0   60
1   50
5   50
6   40

需求为：仅对两表共有的索引行，将df对应行的a列值替换为df2的d列值，其余行数据保持不变，最终输出结果如下，要求实现效率高于逐行遍历：

a   b
0   60  4
1   50  6
2   2   2
3   7   4
4   3   6
5   50  2
6   40  7

实现方法 #

直接用pandas原生的索引对齐机制做标签定位赋值即可，全程为向量化运算，性能远高于逐行循环：

# 核心替换代码
df.loc[df2.index, 'a'] = df2['d']

如果后续遇到df2可能包含df不存在的索引的场景，先取索引交集再赋值，避免触发键错误：

# 兼容扩展写法
common_idx = df.index.intersection(df2.index)
df.loc[common_idx, 'a'] = df2.loc[common_idx, 'd']

原理说明 #

• df.loc[df2.index, 'a']会精准选中df中所有待替换的目标行与目标列，不会改动其余位置的数据
• 赋值时pandas会自动按索引匹配对应值，不需要手动编写循环或匹配逻辑
• 所有运算均在pandas底层C级实现的向量化逻辑中执行，数据量越大，性能优势越明显

小提示：如果替换后需要保留原始df的数据，先执行df_new = df.copy()再对df_new做赋值操作即可，不会修改原表。

内容的提问来源于stack exchange，提问作者nogmos