Python/Pandas实现DataFrame A指定行复制到DataFrame B对应行的方法

实现代码 #

假设存储行名（如「销售收入」）的列在两个DataFrame中均为指标名称，你可以替换为自己实际的列名：

# 步骤1：将行名列设为索引，实现自动按行名对齐
df_a = df_a.set_index("指标名称")
df_b = df_b.set_index("指标名称")

# 步骤2：用工作表A的数值填充工作表B的对应空值，自动匹配同列名单元格
df_b.update(df_a)

# 步骤3（可选）：恢复原数字索引，把行名列改回普通列
df_b = df_b.reset_index()

注意事项 #

• 该方法无需手动匹配行号，会自动对齐行名、列名都完全一致的单元格填充，仅覆盖df_b的空值，不会修改df_b原有已填充的内容
• 如果你的行名已经直接存储在DataFrame的索引中（而非普通列），可直接跳过步骤1，执行df_b.update(df_a)即可
• 若仅需填充指定列，可指定列范围操作，示例：

  # 仅填充2023、2024两列的空值
  fill_cols = ["2023年", "2024年"]
  df_b[fill_cols].update(df_a[fill_cols])
  

效果示例 #

工作表A（df_a）原始数据：

指标名称	2023年	2024年
销售收入	1000	1200
净利润	200	300

工作表B（df_b）原始数据：

指标名称	2023年	2024年
营业成本	500	600
销售收入	NaN	NaN
净利润	NaN	NaN

执行代码后df_b结果：

指标名称	2023年	2024年
营业成本	500	600
销售收入	1000	1200
净利润	200	300

内容的提问来源于stack exchange，提问作者Bernhard van den Ende