合并DataFrame，并在没有精确匹配的情况下进行模糊匹配

直接举栗：df1和df2按照key列进行合并。对于在df1中存在但在df2中不存在的key，使用df2中key为'X'的行的其他列值作为默认值进行填充。

import pandas as pd  
  
df1 = pd.DataFrame({  
    'key': ['A', 'B', 'C', 'D'],  
    'value1': [10, 20, 30, 40],  
    'value3': [100, 200, 300, 400]  
})  
  
df2 = pd.DataFrame({  
    'key': ['A', 'B', 'X'],  
    'value2': [5, 6, 7],  
    'value4': [50, 60, 70]  
})  
  
# 精确匹配  
merged = pd.merge(df1, df2, on='key', how='left')  
  
# 获取'X'键对应的行作为默认值  
default_row = df2[df2['key'] == 'X'].iloc[0]  
  
# 填充未匹配的行  
for col in df2.columns[1:]:  # 跳过'key'列  
    merged[col].fillna(default_row[col], inplace=True)  
  
print(merged)

'''
  key  value1  value3  value2  value4
0   A      10     100     5.0    50.0
1   B      20     200     6.0    60.0
2   C      30     300     7.0    70.0
3   D      40     400     7.0    70.0
'''