如何不用for循环基于另一个dataframe列更新当前dataframe对应列

两种向量化实现方式，性能远高于iterrows遍历，数据量越大优势越明显：

方法1：映射匹配法 #

将df2转为id到val的映射关系，匹配不到的默认填充1（除以1不改变原值），直接做逐元素运算：

# 构造id到val的映射Series
val_map = df2.set_index('id')['val']
# 匹配id并做除法，未匹配值保持不变
df1['val'] = df1['val'] / df1['id'].map(val_map).fillna(1)

方法2：索引对齐法 #

利用pandas索引自动对齐的特性实现匹配运算：

# 临时将id设为索引
df1_idx = df1.set_index('id')
df2_idx = df2.set_index('id')
# 按索引匹配做除法，未匹配到的行默认除以1
df1_idx['val'] = df1_idx['val'].div(df2_idx['val'], fill_value=1)
# 恢复id为普通列
df1 = df1_idx.reset_index()

内容的提问来源于stack exchange，提问作者Ankur