如何基于匹配的Name字段用CSV2的数值更新CSV1的Price字段

你当前代码的问题是左连接后直接使用table2的Price列作为最终Price，未匹配到Name的行没有保留table1原本的Price值，所以出现NaN。
以下是两种可行的修改方案：

方案1：merge后填充空值 #

合并时保留两个表的Price列，用table2的新价格覆盖，空值用table1的原有价格填充：

import pandas as pd

table1 = pd.read_csv('path/table1.csv', index_col=0)
table2 = pd.read_csv('path/table2.csv', index_col=0)

# 合并时用后缀区分两个表的Price列，注意如果字段名带空格要对应写为"Name "
merged = table1.merge(table2[['Name', 'Price']], on='Name', how='left', suffixes=('_old', '_new'))
# 新Price有值就用新值，为空就保留原Price
merged['Price'] = merged['Price_new'].fillna(merged['Price_old'])
# 提取需要的列得到最终表
new_table = merged[['Name', 'ATT1', 'ATT2', 'Price']]

print(new_table)

方案2：使用update方法（更简洁） #

直接通过索引匹配更新，不需要手动处理空值，代码更精简：

import pandas as pd

table1 = pd.read_csv('path/table1.csv', index_col=0)
table2 = pd.read_csv('path/table2.csv', index_col=0)

# 将Name设为索引用于匹配，注意如果字段名带空格要对应写为"Name "
table1 = table1.set_index('Name')
table2 = table2.set_index('Name')

# 仅更新匹配到的Name对应的Price值，未匹配的自动保留原值
table1.update(table2['Price'])

# 重置索引并调整列顺序
new_table = table1.reset_index()[['Name', 'ATT1', 'ATT2', 'Price']]

print(new_table)

两种方案执行后都可以得到你需要的预期结果，注意如果你的CSV字段名实际是带末尾空格的Name ，请将代码中所有Name替换为Name ，保证字段匹配一致。

内容的提问来源于stack exchange，提问作者daniel stafford