基于第二个df替换python熊猫列中的值

使用 DataFrame.update .id列( User_ID )和代码列( Code_1 ,则, Code_2 )调用函数之前,应在数据帧中使用相同的名称。

df2.columns = ['User_ID', 'Code_1']
df1.update(df2)

这对你的情况应该足够了。有关其他用途,请参阅 documentation

您可以先使用combine\u

df2.set_index('User_ID').Code_2.combine_first(df1.set_index('User_ID').Code_1)


User_ID
123     ert
345     nad
567    cewr

您可以使用 pd.Series.map + pd.Series.fillna 。

df1['Code_1'] = df1['User_ID'].map(df2.set_index('User_ID')['Code_2'])\
                              .fillna(df1['Code_1'])

print(df1)

#    User_ID Code_1
# 0      123    ert
# 1      345    nad
# 2      567   cewr

其思想是在执行映射时对齐索引,如果中不存在映射,则使用原始值填充索引 df2 。