如何按SKU匹配两个DataFrame，将第一个的Quantity值同步到第二个对应行

实现思路 #

• 以DataFrame1的SKU列为键、Quantity列为值构建映射字典
• 用DataFrame2的SKU列匹配映射字典，直接替换对应Quantity列的值，其他列数据不受影响

完整实现代码 #

import pandas as pd

# 构造示例DataFrame1
df1 = pd.DataFrame({
    'SKU': ['A', 'B', 'C', 'D'],
    'Quantity': [3, 4, 5, 6],
    'Title': ['Scissors', 'Cable', 'Goat', 'Cheese']
})

# 构造示例DataFrame2
df2 = pd.DataFrame({
    'SKU': ['A', 'B', 'C', 'D'],
    'Quantity': [1, 2, 1, 2],
    'Title': ['Blue Scissors', 'Red Cables', 'Fat Goat', 'Smelly Cheese']
})

# 构建SKU到Quantity的映射字典
sku_qty_map = df1.set_index('SKU')['Quantity'].to_dict()

# 替换df2的Quantity列
df2['Quantity'] = df2['SKU'].map(sku_qty_map)

# 可选：如果df2存在df1没有的SKU，想要保留原有Quantity值，可改用以下写法
# df2['Quantity'] = df2['SKU'].map(sku_qty_map).fillna(df2['Quantity'])

执行后df2的输出结果 #

SKU  Quantity          Title
0   A         3  Blue Scissors
1   B         4     Red Cables
2   C         5       Fat Goat
3   D         6  Smelly Cheese

注意事项 #

• 若DataFrame1中存在重复SKU，需先对SKU做去重处理，按需对Quantity执行聚合（求和、取均值、取最新值等）后再构建映射字典，避免映射值异常。

内容的提问来源于stack exchange，提问作者Stevenson