如何对齐pandas DataFrame两列 匹配保留原值不匹配填充0

实现逻辑 #

• 先提取col2列的所有非空有效值存入集合，匹配效率远高于逐行遍历
• 对col1列的每一个值做匹配判断：如果值在有效值集合中，col2对应位置保留该值，否则填充默认值0
• 全程使用向量化操作，支持大数据量场景使用

完整实现代码 #

import pandas as pd

# 构造示例数据（你的真实数据可以直接读取，替换这一步即可）
df = pd.DataFrame(data={
    'col1': [1.91, 2, 3.1, 4, 5, 6, 7.7, 8, 9, 10.8932], 
    'col2': [1.91, 3.1, 6, 7.7, 9, 'NaN', 'NaN', 'NaN', 'NaN','NaN']
})

# 处理col2中的字符串格式NaN，转换为pandas可识别的空值
df['col2'] = pd.to_numeric(df['col2'], errors='coerce')
# 提取col2的非空有效值集合
valid_col2_values = set(df['col2'].dropna())
# 生成对齐后的col2列
df['col2'] = df['col1'].where(df['col1'].isin(valid_col2_values), 0)

# 查看结果
print(df)

运行输出结果 #

col1  col2
0   1.9100  1.91
1   2.0000  0.00
2   3.1000  3.10
3   4.0000  0.00
4   5.0000  0.00
5   6.0000  6.00
6   7.7000  7.70
7   8.0000  0.00
8   9.0000  9.00
9  10.8932  0.00

注意事项 #

如果你的数据涉及浮点数，存在精度差异问题（比如col1存储为1.9100000001，col2存储为1.91），可以先对两列做统一精度处理后再匹配，示例如下：

# 统一保留4位小数后再做匹配
df[['col1', 'col2']] = df[['col1', 'col2']].round(4)

内容的提问来源于stack exchange，提问作者user14057357