如何用Pandas从原Excel表格填充合并后DataFrame的NaN值？

首先，先分析你遇到的问题：

• 你用left merge以历史表为基准合并后，没有匹配到当前表的行（比如Photo ID=4）会出现NaN，但这些缺失值其实都能在你读取的historical DataFrame里找到对应数据。
• 你之前的错误代码photo_data.replace('NaN', "Historical Photos"["location"])有两个问题：一是"Historical Photos"是工作表名称字符串，不是你读取的DataFrame变量（你存在historical里）；二是replace不适合填充缺失值，应该用专门的fillna方法。

修正后的完整代码： #

import pandas as pd

file_location = "H:\\Travel\\AC_Images.xlsx"
test_xls = pd.ExcelFile(file_location)

# 读取两个工作表（注意skiprows要确保表头正确读取）
historical = test_xls.parse("Historical Photos", skiprows=1)
current = test_xls.parse("Current Photos", skiprows=2)

# 左合并：保留历史表的所有行，匹配当前表的数据
# 合并后重复列会自动加_x（历史表）和_y（当前表）后缀
photo_data = historical.merge(current, left_on="Photo ID", right_on="photonum", how="left")

# 用历史表的数据填充当前表列的NaN值
# 比如：如果当前表的Type_y是空的，就用历史表的Type_x填充
photo_data['Type'] = photo_data['Type_y'].fillna(photo_data['Type_x'])
# 日期列：用当前表的Taken填充，没有的话用历史表的Date
photo_data['Date'] = photo_data['Taken'].fillna(photo_data['Date_x'])
# 地点列：同理
photo_data['Location'] = photo_data['Location_y'].fillna(photo_data['Location_x'])

# 保留你需要的最终列
photo_data = photo_data[['Photo ID', 'Type', 'Date', 'Location']]

# 查看结果
print(photo_data)

关键说明： #

1. 合并后的列后缀：因为两个表有同名列（Type、Location），Pandas会自动给左表（历史表）的列加_x，右表（当前表）的列加_y，这样你能明确区分来源。
2. fillna的用法：这个方法会自动识别列中的NaN值，并用你指定的数据源替换——这里我们直接用历史表的对应列（Type_x、Date_x）来填充当前表列（Type_y、Taken）的缺失值。
3. 如果想直接用整个历史表填充：如果合并后的DataFrame和historical的行顺序完全一致（left merge默认会保留左表顺序），你也可以简化成：

   photo_data = photo_data.fillna(historical)
   

   这样所有NaN都会被历史表对应位置的值填充。

你之前的错误原因： #

• 你用字符串"Historical Photos"去索引，这是工作表名称，不是存储数据的DataFrame变量（你存在historical里），所以会报string indices must be integers错误。
• replace('NaN', ...)是替换字符串"NaN"，而Pandas里的缺失值是pd.NA或np.nan，不是字符串，所以这个方法根本找不到要替换的内容。

这样处理后，你的合并结果里第4行的NaN就会被历史表的tiff、5/30/18、AUS正确填充啦！

内容的提问来源于stack exchange，提问作者Tiffany Morris