Python 在pandas中的列匹配上替换另一个dataframe中的NaN值的正确方法

我是pandas的新手，尝试用列值匹配替换df1中的列值（NaN）和df2。并面临以下错误

df1
unique_col  |  Measure
944537          NaN
7811403         NaN 
8901242114307     1 

df2
unique_col  |  Measure
944537           18
7811403          12 
8901242114307    17.5



df1.loc[(df1.unique_col.isin(df2.unique_col) &
                       df1.Measure.isnull()), ['Measure']] = df2[['Measure']]

我有两个数据帧，有300万条记录，在执行以下操作时遇到以下错误：

ValueError:无法从重复轴重新编制索引

---

您可以使用函数轻松填充NAN。在您的情况下，如果dfs为（注意索引）

你可以简单地

>>> df.fillna(df2)


    unique_col       Measure
0   944537           18.0
1   7811403          12.0
2   8901242114307    1.0

如果索引与上述不同，则可以将它们设置为相同并使用相同的函数

df = df.set_index('unique_col')
df.fillna(df2.set_index('unique_col'))

df = df.set_index('unique_col')
df.fillna(df2.set_index('unique_col'))