### 解决方案：基于 Pandas 合并两个列表并更新列值 在 Python 的 Pandas 库中，可以通过 `merge` 函数将两个列表（DataFrame）基于公共列进行合并，并通过条件更新目标列的值。以下是实现此功能的详细方法和代码示例。 #### 1. 创建示例数据 假设列表 A 和列表 B 分别表示为两个 DataFrame，它们都包含列 `c` 和 `d`。目标是将列表 B 中与列表 A 在列 `c` 上交叉部分的 `d` 列数值赋值给列表 A 的 `d` 列。 ```python import pandas as pd # 示例列表 A 和列表 B data_a = {'c': [1, 2, 3, 4], 'd': [10, 20, 30, 40]} data_b = {'c': [2, 3, 5], 'd': [15, 25, 35]} # 转换为 DataFrame df_a = pd.DataFrame(data_a) df_b = pd.DataFrame(data_b) print("原始列表 A:") print(df_a) print("\n原始列表 B:") print(df_b) ``` #### 2. 使用 `merge` 进行匹配 通过 `merge` 函数基于列 `c` 将两个 DataFrame 连接起来，生成一个临时表，其中包含来自列表 B 的 `d` 列值。 ```python # 基于列 'c' 合并两个 DataFrame merged_df = pd.merge(df_a, df_b, on='c', how='left', suffixes=('_a', '_b')) print("\n合并后的 DataFrame:") print(merged_df) ``` #### 3. 更新列表 A 的 `d` 列 使用 Pandas 的 `fillna` 方法将列表 B 中的 `d` 列值更新到列表 A 的 `d` 列中。如果列表 B 中没有对应的值，则保留列表 A 原始值。 ```python # 使用列表 B 的 'd' 列值更新列表 A 的 'd' 列 df_a['d'] = merged_df['d_b'].fillna(merged_df['d_a']) print("\n更新后的列表 A:") print(df_a) ``` #### 完整代码示例 以下为完整代码实现： ```python import pandas as pd # 示例列表 A 和列表 B data_a = {'c': [1, 2, 3, 4], 'd': [10, 20, 30, 40]} data_b = {'c': [2, 3, 5], 'd': [15, 25, 35]} # 转换为 DataFrame df_a = pd.DataFrame(data_a) df_b = pd.DataFrame(data_b) # 基于列 'c' 合并两个 DataFrame merged_df = pd.merge(df_a, df_b, on='c', how='left', suffixes=('_a', '_b')) # 使用列表 B 的 'd' 列值更新列表 A 的 'd' 列 df_a['d'] = merged_df['d_b'].fillna(merged_df['d_a']) print("更新后的列表 A:") print(df_a) ``` #### 输出结果 运行上述代码后，列表 A 的 `d` 列将被正确更新，输出如下： ``` 更新后的列表 A: c d 0 1 10.0 1 2 15.0 2 3 25.0 3 4 40.0 ``` --- ### 注意事项 - 如果需要处理多个公共列作为匹配条件，可以在 `merge` 函数中指定 `on=['col1', 'col2']`[^3]。 - 使用 `how='left'` 确保只保留列表 A 的所有行，即使某些行在列表 B 中没有匹配项[^3]。 - `fillna` 方法用于填充缺失值，确保未匹配的行保留原始值。 ---