pandas中如何基于另一DataFrame的匹配条件更新当前DataFrame数据

你原来的代码直接对两个不同长度、不同索引的Series做等值比较，pandas会先按索引对齐两个序列，对齐失败就会抛出ValueError: Can only compare identically-labeled Series objects错误。

我们可以通过左连接匹配两个表的text和pred字段，再用匹配到的Sentiment值替换原表数据，具体代码如下：

首先构造样例数据（修正原代码的拼写和语法错误）：

import pandas as pd

df_source = pd.DataFrame({
    'Sentiment':['neg', 'neg','pos'], 
    'text': ['hello ', '12where', 'here [null]'], 
    'pred': ['neu', 'neg', 'pos']
})

df2 = pd.DataFrame({
    'Sentiment':['pos', 'neg','pos', 'neu'], 
    'text': ['hello ', '12 where I', 'hello g* ', 'here [null]'], 
    'pred': ['neu', 'neg', 'neu', 'neu']
})

核心处理逻辑：

# 重命名df2的Sentiment列避免冲突
df2_temp = df2.rename(columns={'Sentiment': 'matched_Sentiment'})
# 以text和pred为关联键做左连接
merged_df = df_source.merge(df2_temp, on=['text', 'pred'], how='left')
# 匹配到值就替换，没匹配到保留原值
df_source['Sentiment'] = merged_df['matched_Sentiment'].fillna(merged_df['Sentiment'])

最终输出df_source的结果：

Sentiment         text pred
0       pos       hello   neu
1       neg      12where  neg
2       pos  here [null]  pos

内容的提问来源于stack exchange，提问作者sariii