Python 根据条件，使用数据帧2中的相应值填充数据帧1列A中的NaN值

我是新来的熊猫，我有一个非常困难的时间与这一点。我有两个数据帧：

Df1
Address            Zip            Parcel Number
123 Main St        12345          1234-567-890
456 Broadway Ave   55555          NaN

Df2
Address            Zip            Parcel Number
456 Main St        66666          5555-555-555
456 Broadway Ave   55555          7777-777-777

我想做的是： 如果df1中的地址和邮政编码列与df2中的地址和邮政编码列相等，则使用df2中相应的地块编号值填充df1中地块编号列中的NaN值

---

任何帮助都将不胜感激

这称为

combine\u first

。首先在['Address'，'Zip']上为数据帧编制索引：

Df1.set_index(['Address', 'Zip'], inplace=True)
Df2.set_index(['Address', 'Zip'], inplace=True)
Df1.combine_first(Df2)

---

如果您想将地址和邮政编码保留为列，可以重新设置生成的数据帧的索引

这很有帮助，谢谢！我没有完全实现这个解决方案，但它确实为我指明了正确的方向。我最后做的是在每个数据帧中创建一个新列，将“Address”和“Zip”列组合在一起，然后在新列上合并两个数据帧，newdf=pd.merge（df1，df2，on='Property Address Zip'，how='internal'）。合并后，我使用.fillna来填充丢失的包裹号。