Python DataFrame多列匹配：基于df2更新分组库存df1的总价列

我来帮你搞定这个需求！核心思路就是先把物品清单表（df2）按A、B、C分组算出每组总价，再和分组库存表（df1）做匹配，更新sum列。下面是具体的实现步骤和代码：

第一步：准备示例数据（你可以替换成自己的数据） #

先模拟两个DataFrame方便测试：

import pandas as pd

# 分组库存表df1：sum初始为0
df1 = pd.DataFrame({
    'A': ['X', 'X', 'Y', 'Z'],
    'B': ['P', 'Q', 'P', 'R'],
    'C': ['M', 'N', 'M', 'S'],
    'sum': [0, 0, 0, 0]
})

# 物品清单表df2：包含A、B、C和单价
df2 = pd.DataFrame({
    'A': ['X', 'X', 'X', 'Y'],
    'B': ['P', 'P', 'Q', 'P'],
    'C': ['M', 'M', 'N', 'M'],
    '单价': [10, 20, 15, 30]
})

第二步：计算df2中每组的总价 #

按A、B、C三个字段分组，对单价求和，得到每组的总价格：

# 分组求和并重命名列，和df1的sum列对应
grouped_total = df2.groupby(['A', 'B', 'C'])['单价'].sum().reset_index()
grouped_total.rename(columns={'单价': 'sum'}, inplace=True)

第三步：匹配更新df1的sum列 #

用**左连接（left join）**把df1和分组后的总价表合并，这样df1里所有分组都会保留，哪怕df2里没有对应数据的分组，sum会保持0：

# 合并两个表，更新sum列
df1_updated = df1.merge(
    grouped_total,
    on=['A', 'B', 'C'],
    how='left',
    suffixes=('_original', '_updated')
)

# 处理没有匹配到的分组，sum保持为0
df1_updated['sum'] = df1_updated['sum_updated'].fillna(0)

# 清理多余的列（如果不需要原始sum的话）
df1_updated.drop(columns=['sum_original', 'sum_updated'], inplace=True)

最终效果 #

运行后df1_updated的结果就是你要的预期输出：

这里最后一行Z/R/S分组因为df2里没有对应数据，sum依然保持0，完全符合你的需求~

内容的提问来源于stack exchange，提问作者BYZZav