如何对比两个Pandas DataFrame并向sap_warehouse插入缺失的物料数据

嘿，这个需求其实用Pandas的几个基础方法就能轻松实现，我结合你的示例数据，给你两种直观的解决方案，你可以根据自己的习惯选择：

首先先把你的示例数据用代码还原出来，方便我们直接测试验证：

import pandas as pd

# 构建你的 sap_scrapped 示例数据
sap_scrapped = pd.DataFrame({
    'Material': ['08-008099-00', '10-000001-00'],
    'Scrapped': [2, 5]
})

# 构建你的 sap_warehouse 示例数据
sap_warehouse = pd.DataFrame({
    'Material': ['10-000001-00', '10-789001-00'],
    'SSP': [0, 10],
    'Scrapped': [0, 7]
})

方法一：筛选缺失行后追加（最直接） #

这个思路就是先定位sap_scrapped里有但sap_warehouse没有的物料行，处理格式后直接追加到目标DataFrame，步骤清晰易懂：

1. 筛选缺失的物料行
   用isin()方法判断哪些物料不在sap_warehouse中，取反得到缺失的行：

# 找出 sap_scrapped 中未出现在 sap_warehouse 的物料行
missing_rows = sap_scrapped[~sap_scrapped['Material'].isin(sap_warehouse['Material'])]

2. 补全缺失行的SSP列
   给这些缺失行添加SSP列，按照需求设为0：

missing_rows['SSP'] = 0

3. 对齐列顺序
   确保缺失行的列顺序和sap_warehouse完全一致，避免追加时出现列错位问题：

# 调整列顺序为 Material → SSP → Scrapped，和目标DataFrame保持一致
missing_rows = missing_rows[['Material', 'SSP', 'Scrapped']]

4. 追加到sap_warehouse
   用pd.concat()把缺失行追加进去，记得加上ignore_index=True重置索引：

sap_warehouse_updated = pd.concat([sap_warehouse, missing_rows], ignore_index=True)

运行后打印结果，完全符合你的预期：

Material  SSP  Scrapped
0  10-000001-00    0         0
1  10-789001-00   10         7
2  08-008099-00    0         2

方法二：外连接合并后填充（适合复杂场景） #

如果以后你需要同时处理「缺失物料插入」和「现有数据更新」的需求，用外连接的方法会更灵活：

# 以Material为关联键，执行外连接合并两个DataFrame
merged_df = pd.merge(
    sap_warehouse, 
    sap_scrapped, 
    on='Material', 
    how='outer', 
    suffixes=('_warehouse', '_scrapped')
)

# 填充缺失值：SSP缺省设为0，Scrapped缺省用sap_scrapped里的对应值
merged_df['SSP'] = merged_df['SSP'].fillna(0)
merged_df['Scrapped_warehouse'] = merged_df['Scrapped_warehouse'].fillna(merged_df['Scrapped_scrapped'])

# 整理成目标格式的DataFrame
sap_warehouse_updated = merged_df[['Material', 'SSP', 'Scrapped_warehouse']].rename(
    columns={'Scrapped_warehouse': 'Scrapped'}
).reset_index(drop=True)

这个方法最终得到的结果和方法一完全相同，但扩展性更强——比如如果后续需要更新现有物料的Scrapped值，只需要调整填充逻辑即可。

两种方法都能满足你的需求，选哪个看你当前场景的复杂度就好～

备注：内容来源于stack exchange，提问作者Joe