你需要先合并：

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

字符串
然后你可以使用np.，其中：

import numpy as np
df2['price'] = np.where(df2['price_y'].isnull(), df2['price_x'], df2['price_y'])

型
稍后，您可以删除合并的列：

df2.drop(columns=['price_x', 'price_y'], inplace=True)

型
这就是结果：

name     price
f        54
x        23
e        76
a        1
o        0

型

验证码

使用combine_first

df1.set_index('name').combine_first(df2.set_index('name'))\
   .reindex(df2['name']).reset_index()

字符串
看来提问者不知道Pandas的inplace，所以我将附上输出结果作为图像。

的数据
其他方式：使用concat & groupby + last

pd.concat([df2, df1]).groupby('name').last()\
  .reindex(df2['name']).reset_index()

型
相同结果
其他方式：merge & pop

df2.merge(df1, on='name', how='left', suffixes=['1', ''])\
   .assign(price=lambda x: x['price'].fillna(x.pop('price1')).astype('int'))

型
相同结果

示例代码

import pandas as pd
import io

file1 = '''name     price
a        1
b        78
f        54
g        32
t        2
'''

file2 = '''name     price
f        4
x        23
e        76
a        4
o        0
'''
df1 = pd.read_csv(io.StringIO(file1), sep='\s+')
df2 = pd.read_csv(io.StringIO(file2), sep='\s+')

型