如何将一个DataFrame单元格文本值复制到另一个DataFrame单元格？

你需要把dataframe1中text列的内容，对应到dataframe2里相同id的wordmatch列对吧？这是pandas里很常见的操作，给你几个高效的实现方法：

方法1：用merge合并匹配（最稳妥） #

这种方法不管两个DataFrame的ID顺序如何，都能精准匹配，还能保留dataframe2的所有行：

import pandas as pd

# 先定义你的示例数据
df1 = pd.DataFrame({'id': [1, 2], 'text': ['athens', 'greece']})
df2 = pd.DataFrame({'id': [1, 2], 'wordmatch': [pd.NA, pd.NA]})

# 按id左合并，只取需要的列
merged = df2.merge(df1[['id', 'text']], on='id', how='left')
# 把匹配到的text赋值给wordmatch
df2['wordmatch'] = merged['text']

how='left'保证了dataframe2里所有行都不会丢失，哪怕某个ID在dataframe1里找不到，对应的wordmatch还是会保持NA。

方法2：用map快速映射（效率最高） #

如果dataframe1里的id都是唯一的，推荐用这个方法，代码简洁且速度快：

# 把df1转成{id: 对应text}的字典映射
id_text_map = df1.set_index('id')['text'].to_dict()
# 直接给df2的wordmatch列映射值
df2['wordmatch'] = df2['id'].map(id_text_map)

数据量越大，这个方法的优势越明显，比merge的速度更快。

方法3：用loc按条件赋值（仅限ID顺序完全一致时） #

如果你的两个DataFrame的id顺序完全相同，也可以直接按索引匹配赋值，但这个方法局限性大，不推荐通用场景：

df2.loc[df2['id'] == df1['id'], 'wordmatch'] = df1['text']

要是ID顺序不一样，这个方法会匹配错误，所以优先用前两种。

注意事项 #

如果dataframe1里存在重复的id，map和merge都会取该ID最后出现的text值。如果需要处理重复ID的情况，记得先对df1做去重（比如df1.drop_duplicates(subset='id', keep='first')）或者聚合操作。

内容的提问来源于stack exchange，提问作者Stathis G.