Python 如果第三个单元格匹配，将值从数据帧的一个单元格复制到另一个数据帧的最快方法

我有一个主数据帧，包含750到3000行数据

我有一个每日订单数据框，包含3000到5000行数据

如果在主数据框中找到了daily order数据框的产品代码，我就得到了项目成本。否则，它将被标记为无效并被删除

我目前通过2个for循环来实现这一点。但我必须做更多这样的比较和数据更新（要比较的其他字段，要复制的其他值） 最有效的方法是什么

我无法将我正在比较的列与主数据帧的索引列进行比较。 在这种情况下，产品代码在主代码中可能是唯一的，我可以进行合并，但在其他情况下，我可能需要比较其他值，如供应商城市，这些值可能不是唯一的

在我所有的Python代码中，我似乎都在重复这样做，我想学习最有效的方法

Order DF:
[![Order csv from which the Order DF is created][1]][1]

我将传递我正在比较的列名和我正在用数据填充的列名，因为csv的命名有微小的变化。在我分享的数据中，材料体积为CBF，在某些情况下为CBM

数据列不能被索引，因为任何列中都没有唯一的数据，使它们唯一的总是值的组合

---

在本例中，数据是一个浮点数，可以使用numpy，但在其他情况下，如从主控形状复制城市名称，数据是一个字符串。numpy是向其他有类似问题的人提出的建议

我不知道这是否是最有效的方法-作为一个开始使用Fortran和C编程的人，我总是支持基本数据类型，而这个解决方案没有使用基本数据类型。这绝对是一个高度Pythonic的解决方案

orderDF=orderDF[orderDF[ParamF].isin(mstrDF[ParamF])]
orderDF=orderDF.reset_index(drop=True)

我在orderDF和msterDF数据帧上使用左合并来复制所有相关值

orderDF=orderDF.merge(mstrDF.drop_duplicates(paramC,keep='last')[[paramF[0]]]', how='left',validate = 'm:1')

---

我不知道这是否是最有效的方法——作为一个开始使用Fortran和C语言编程的人，我总是支持基本数据类型，而这个解决方案没有使用基本数据类型。这绝对是一个高度Pythonic的解决方案

orderDF=orderDF[orderDF[ParamF].isin(mstrDF[ParamF])]
orderDF=orderDF.reset_index(drop=True)

我在orderDF和msterDF数据帧上使用左合并来复制所有相关值

orderDF=orderDF.merge(mstrDF.drop_duplicates(paramC,keep='last')[[paramF[0]]]', how='left',validate = 'm:1')