Python Pandas-pd.merge，添加检查以确保列不'；不存在？

我有两个数据帧，一个是我使用的主数据帧，另一个是我想从中引入信息的辅助数据帧

df1

（main）包含一个带有各种名称字符串的报告器列

df2

（附加信息）包含报告者姓名及其位置

我想在

df1

中将location列添加为新列

我可以一次性完成以下工作：

df1 = pd.merge(df1, df2, on='Reporter', how='left')

而且有效。

我的问题是我运行一个频繁更新的脚本（检查新行和检查旧行上的更新），并且重复运行这行代码会为每次执行添加多个列

• 仅检查列是否存在的问题是，可能已将新行（包含新报告器名称）添加到df中，我确实希望知道/更新其位置

• 我这样做对吗？或者我应该做一些dict查找，每次都有条件地映射位置吗？我怎样才能在熊猫身上做到这一点

---

pd.merge的问题在于它总是在结果中添加后缀
不要使用它。
使用等效的

DataFrame.join

或

DataFrame.merge

对正在进行左连接的数据帧进行合并

df1 = df1.join(df2, on='Reporter', how='left')

或者

---

公共列在结果中只保留一次。但是，这两个列之间的其他相同列（如果有）是重复的（带有后缀）
感谢您提供的信息coldspeed，但我选择了第二个选项，映射dict

reporter_dict = dict(zip(df2['Reporter'].astype(str),df2['Reporter Location']))
df['Reporter Location'] = df['Reporter'].astype(str).map(reporter_dict)

---

对于单个系列，我通常更喜欢映射一个系列，而不是

merge

或

join

（如果使用正确，这两个选项也是有效的）
注意：我假设您已经将

str

转换应用于所有列

s = df2.set_index('Reporter')['Reporter Location']

df['Reporter Location'] = df['Reporter'].map(s)

通常，不需要将序列转换为

dict

，也不需要在

pd.series

对象上使用

zip

。使用

zip

和

numpy

数组

s = df2.set_index('Reporter')['Reporter Location']

df['Reporter Location'] = df['Reporter'].map(s)