如何用python中另一个数据帧的值只填充一个数据帧列中缺少的值？

我有两个数据帧，每个数据帧中有多个列。两个数据帧的“SendID”列和“SendDateTime”列都是唯一相同的列。两个数据帧都已完全填写“SendID”。Df1缺少30000个“SendDateTime”。Df2已填写所有“SendID”和“SendDateTime”。我想通过使用“SendID”从df2获取df1中缺少的“SendDateTime”。两个数据帧都有多个不匹配的列

df1（7列）

df2（8列）

df1中的所需输出（相同的7列），因此所有缺少的“SendDateTime”都使用df2中的“SendID”填写：

我试过：

miss = df1[df1['SendDateTime'].isnull()]
nonmiss = df1[df1['SendDateTime'].notnull()]
miss = miss.merge(df2, how='left', on='SendID')
df1 = nonmiss.append(miss)

我也尝试过：

df1.update(df2)
print(df1)

---

如何正确执行此操作？

您可以从df2中获取不同的id/时间，然后在删除时间列后将它们合并到df1中

df2_t = df2[['SendID','SendDateTime']].drop_duplicates()
df1.drop(columns='SendDateTime').merge(df2_t, on='SendID')

输出

   SendID          Link             SendDateTime
0   12345      Text Box   10/12/2019  8:00:00 AM
1   12345  View Browser   10/12/2019  8:00:00 AM
2   98765          News   11/19/2019  9:30:00 AM
3   98765        Social   11/19/2019  9:30:00 AM
4   45678          Shop  12/24/2019  11:00:00 AM
5   45678        Button  12/24/2019  11:00:00 AM

df1.update(df2)
print(df1)

df2_t = df2[['SendID','SendDateTime']].drop_duplicates()
df1.drop(columns='SendDateTime').merge(df2_t, on='SendID')

   SendID          Link             SendDateTime
0   12345      Text Box   10/12/2019  8:00:00 AM
1   12345  View Browser   10/12/2019  8:00:00 AM
2   98765          News   11/19/2019  9:30:00 AM
3   98765        Social   11/19/2019  9:30:00 AM
4   45678          Shop  12/24/2019  11:00:00 AM
5   45678        Button  12/24/2019  11:00:00 AM