本文介绍如何对比两个Pandas DataFrame（分别代表报废数据和仓库主表），识别Material列中存在于报废表但缺失于仓库表的记录，并将其以指定默认值（如SSP=0）和对应Scrapped值自动追加到仓库表中。
本文介绍如何对比两个pandas dataframe（分别代表报废数据和仓库主表），识别`material`列中存在于报废表但缺失于仓库表的记录，并将其以指定默认值（如`ssp=0`）和对应`scrapped`值自动追加到仓库表中。
在实际ERP或MES数据同步场景中，常需将临时采集的报废物料清单（sap_scrapped）与主仓库物料表（sap_warehouse）对齐，确保所有被报废的物料均已在主表中存在——即使其SSP（安全库存水平）尚未录入。此时，核心需求是：仅补充缺失的Material行，保留原有字段结构，并按规则填充新列值。
推荐使用原生Pandas实现，无需引入额外依赖（如data-fingerprint），简洁、可控且兼容性高。以下是标准解决方案：
✅ 步骤一：识别缺失物料
利用isin()配合布尔索引，快速筛选出sap_scrapped中未出现在sap_warehouse的Material：
# 获取 sap_scrapped 中不在 sap_warehouse 的物料 missing_mask = ~sap_scrapped["Material"].isin(sap_warehouse["Material"]) missing_df = sap_scrapped[missing_mask].copy()
✅ 步骤二：构造待插入行（补齐字段）
sap_warehouse含三列：Material、SSP、Scrapped。新行需：
- 保留
Material和Scrapped（来自missing_df）； - 新增
SSP列，统一设为0（或其他业务默认值）。
# 添加 SSP 列并设为 0，保持列顺序与 sap_warehouse 一致 missing_df["SSP"] = 0 missing_df = missing_df[["Material", "SSP", "Scrapped"]] # 显式排序列
✅ 步骤三：合并数据（追加至原表）
使用pd.concat()沿行方向拼接，重置索引确保整洁：
sap_warehouse_updated = pd.concat(
[sap_warehouse, missing_df],
ignore_index=True
)? 验证效果：对示例数据运行后，
sap_warehouse_updated将新增一行：Material='08-008099-00',SSP=0,Scrapped=2—— 完全符合预期。
⚠️ 注意事项
-
去重保障：若
sap_scrapped本身含重复Material，建议先去重：sap_scrapped.drop_duplicates(subset="Material", keep="first")； -
数据类型一致性：确保两表
Material列均为字符串类型（如astype(str)），避免因数值型/字符串混用导致匹配失败； -
性能优化：当数据量极大（>10万行）时，可改用
set预计算warehouse_materials = set(sap_warehouse["Material"])，再用列表推导高效过滤； -
空值处理：若
Material列含NaN，isin()会返回False，需提前清洗（如dropna(subset=["Material"])）。
该方法逻辑清晰、无外部依赖、易于调试与维护，是生产环境中推荐的轻量级数据对齐实践。
