这个需求太典型了，我帮你整理了两种高效的实现方式，完美满足你的所有要求——保留原值、只补空值、只留原列、支持多次更新，话不多说直接上代码和解释：

先准备示例数据 #

先模拟你的场景，方便后续演示：

import pandas as pd

# 原始数据：Name有部分空值，还有Age这类需要保留的原列
df = pd.DataFrame({
    'email': ['a@test.com', 'b@test.com', 'c@test.com', 'd@test.com'],
    'Name': ['Alice', None, 'Charlie', None],
    'Age': [25, 30, 35, 40]
})

# 第一个参考数据集：有无关列，需要提取有用的email和Name
ref_df1 = pd.DataFrame({
    'email': ['b@test.com', 'd@test.com', 'e@test.com'],
    'Name': ['Bob', 'David', 'Eve'],
    'ExtraCol': ['x', 'y', 'z']
})

# 第二个参考数据集：用来测试多次更新的场景
ref_df2 = pd.DataFrame({
    'email': ['d@test.com'],
    'Name': ['David Updated'],
    'AnotherCol': ['p']
})

方法一：通用更新函数（直观易理解） #

写一个可复用的函数，每次传入不同的ref_df就能重复更新：

def update_df_name(df, ref_df):
    # 第一步：只保留ref_df里需要的两列，并且去重（避免同一个email对应多个Name）
    ref_clean = ref_df[['email', 'Name']].drop_duplicates(subset='email')
    
    # 第二步：左连接原始df和清洗后的ref，确保原数据行不丢失
    merged = df.merge(ref_clean, on='email', how='left', suffixes=('', '_ref'))
    
    # 第三步：用ref的Name填充原Name的空值，已有值完全保留
    merged['Name'] = merged['Name'].fillna(merged['Name_ref'])
    
    # 第四步：只保留原始df的列，去掉连接产生的临时列
    return merged[df.columns]

调用演示 #

# 第一次更新：用ref_df1补全空值
df_updated = update_df_name(df, ref_df1)
print("第一次更新结果：")
print(df_updated)

# 第二次更新：用ref_df2尝试更新，注意此时d@test.com的Name已经有值，不会被覆盖
df_final = update_df_name(df_updated, ref_df2)
print("\n第二次更新结果：")
print(df_final)

方法二：映射填充法（更高效，适合大数据） #

如果你的数据量很大，推荐用这种方法，不需要做连接操作，性能更好：

def update_df_name_fast(df, ref_df):
    # 构建email到Name的映射字典，自动去重（后出现的同email会覆盖先出现的）
    name_mapping = ref_df.drop_duplicates(subset='email', keep='last').set_index('email')['Name']
    
    # 用映射匹配对应Name，然后填充原Name的空值
    df['Name'] = df['Name'].fillna(df['email'].map(name_mapping))
    
    return df

这个方法逻辑更简洁，本质是通过字典映射快速找到对应的值，然后只填充空的位置，完全符合你的需求。

关键注意事项 #

• 去重很重要：一定要对ref_df的email列去重，否则如果一个email对应多个Name，要么会导致连接后出现重复行，要么映射会返回异常值。
• 格式一致性：确保df和ref_df的email列格式一致，比如统一小写、去除空格，可以提前做清洗：

  # 统一处理email格式
  df['email'] = df['email'].str.strip().str.lower()
  ref_df['email'] = ref_df['email'].str.strip().str.lower()
  

• 多次更新兼容：两种方法都支持重复调用，每次只会填充当前Name为空的行，已经存在的数值绝对不会被覆盖。

内容的提问来源于stack exchange，提问作者qshng