你可以用 pandas' merge 方法，然后替换 NaN 带0的值如下所示-

df = pd.merge(df1, df2, how='left', on='ID').fillna({'ATTR12COND':0})

如果您需要更换所有 NaN 如果列为0，则可以更改 fillna 如下-

df = pd.merge(df1, df2, how='left', on='ID').fillna(0)

如果新aded列中没有问题，请在 DataFrame.merge 通过 DataFrame.fillna :

df = df1.merge(df2, on='ID', how='left').fillna({'ATT12SUMCOND':0})
print (df)
   ID  ATTR1  ATTR2  ATT12SUMCOND
0  A1   2000     30        2030.0
1  A2    300     12         312.0
2  A3     45     22           0.0

或使用 DataFrame.join 具有 DataFrame.reindex 对于整数列：

df = df1.join(df2.set_index('ID').reindex(df1['ID'], fill_value=0), on='ID')
print (df)
   ID  ATTR1  ATTR2  ATT12SUMCOND
0  A1   2000     30          2030
1  A2    300     12           312
2  A3     45     22             0