基于另一pandas DataFrame修改列值触发KeyError该如何解决

1. 直接触发KeyError的问题是df1[index, 'address']写法错误，pandas中如果要同时按行索引和列名取值，必须使用.loc属性，正确写法为df1.loc[index, 'address']。你直接用方括号传入元组时，pandas会将其识别为单个列名，你的表中不存在该列，因此抛出KeyError。
2. 除此之外你的代码还有其他缺陷：仅处理了mon一列，无法覆盖tue、wed等其他日期列；行遍历iterrows的效率极低，不适合处理中大型数据集；如果df2中同一个address存在多条匹配记录，你将返回的Series直接转float的操作会报错。

推荐使用向量化操作完成需求，避免逐行遍历，性能和可读性都更好：

import pandas as pd

# 第一步：处理df2为索引对齐的结构，方便匹配
# 先对df2按address去重（确保每个address唯一，符合你的示例场景），再设置address为索引
df2_indexed = df2.drop_duplicates(subset='address', keep='first').set_index('address')

# 第二步：获取所有需要更新的日期列（排除address列）
date_cols = df1.columns.difference(['address'])

# 第三步：逐列批量替换符合条件的值
for col in date_cols:
    # 构造条件掩码：df1当前单元格值>0，且对应address在df2同列的值>0
    mask = (df1[col] > 0) & (df1['address'].map(df2_indexed[col]) > 0)
    # 对满足条件的位置，替换为df2的对应值
    df1.loc[mask, col] = df1.loc[mask, 'address'].map(df2_indexed[col])

执行完上述代码后得到的df1即为你预期的结果。

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