如何用Pandas实现两个DataFrame按取最小值规则合并更新

方法1：concat+分组取最小值（最简洁） #

这是实现需求的最简方案，逻辑直接匹配规则要求：

import pandas as pd

# 定义示例DataFrame
df1 = pd.DataFrame({
    'Key':('A','B','C'),
    'Value':(25,30,45),
})

df2 = pd.DataFrame({
    'Key':('A','B','C','D'),
    'Value':(35,25,45,60),
})

# 核心实现代码
result = pd.concat([df1, df2]).groupby('Key', as_index=False)['Value'].min()
print(result)

输出结果：

Key  Value
0   A     25
1   B     25
2   C     45
3   D     60

逻辑说明：

• 先用pd.concat([df1, df2])将两个DataFrame纵向拼接，所有Key（包括仅在单个表存在的Key）都会被完整保留
• 按Key字段分组后对Value取最小值：共有的Key会自动取两个Value的较小值，单个表独有的Key分组后只有一个值，取min的结果就是原值，无需额外处理

方法2：外连接后计算最小值（可选） #

如果你习惯用merge语法也可以用外连接实现，效果完全一致：

import pandas as pd
import numpy as np

merged_df = df1.merge(df2, on='Key', how='outer', suffixes=('_df1', '_df2'))
merged_df['Value'] = np.minimum(merged_df['Value_df1'], merged_df['Value_df2'])
result = merged_df[['Key', 'Value']]

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