재밌을 것 같아서 해 봤습니다.

pandas 에서는 series, dataframe 에 index 라는 것이 있는데, index 가 딕셔너리의 key와 같은 개념으로 생각할 때 편리할 수가 있습니다. 이 질문의 예가 바로 그렇습니다. 그저 단순히 df[column] = series 로 세팅하면, 마치 dict.update 와 같이 동작합니다.

예제코드를 잘 보시고 이해해 보시기 바랍니다.

import numpy as np
import pandas as pd

df1 = pd.DataFrame(
    {
        "과일명": ["사과", "토마토", "바나나", "포도"],
        "과일id": [0, 1, 2, 3],
        "금액": [600, 700, 300, 400],
        "원산지": ["서울", "서울", "제주", "대전"],
        "원산지평균액": [800, 800, 200, 500],
    }
)
df2 = pd.DataFrame(
    {
        "과일명": ["사과", "바나나", "거봉"],
        "과일id": [0, 2, 4],
        "원산지": ["서울", "제주", "대전"],
        "금액": [np.NaN, np.NaN, np.NaN],
        "원하는값": [600, 300, 500],
    }
)
s1 = pd.Series([600, 700, 300, 400], index=["사과", "토마토", "바나나", "포도"])
s2 = pd.Series([800, 200, 500], index=["서울", "제주", "대전"])

colums_org = df2.columns

df2 = df2.set_index("과일명")
df2["금액"] = s1
df2 = df2.reset_index()

print(df2.to_markdown())
"""
|    | 과일명   |   과일id | 원산지   |   금액 |   원하는값 |
|---:|:---------|---------:|:---------|-------:|-----------:|
|  0 | 사과     |        0 | 서울     |    600 |        600 |
|  1 | 바나나   |        2 | 제주     |    300 |        300 |
|  2 | 거봉     |        4 | 대전     |    nan |        500 |
"""

df2 = df2.set_index("원산지")
df2.loc[df2["금액"].isna(), "금액"] = s2
df2 = df2.reset_index()

print(df2.to_markdown())
"""
|    | 원산지   | 과일명   |   과일id |   금액 |   원하는값 |
|---:|:---------|:---------|---------:|-------:|-----------:|
|  0 | 서울     | 사과     |        0 |    600 |        600 |
|  1 | 제주     | 바나나   |        2 |    300 |        300 |
|  2 | 대전     | 거봉     |        4 |    500 |        500 |
"""

df2 = df2[colums_org]
print(df2.to_markdown())
"""
|    | 과일명   |   과일id | 원산지   |   금액 |   원하는값 |
|---:|:---------|---------:|:---------|-------:|-----------:|
|  0 | 사과     |        0 | 서울     |    600 |        600 |
|  1 | 바나나   |        2 | 제주     |    300 |        300 |
|  2 | 거봉     |        4 | 대전     |    500 |        500 |
"""

• 추가 : 마지막에 컬럼순서 바꾸는 코드가 잘못되어서 수정함.

요컨대 문제 상황은

• 과일별로 값이 알려져 있고
• 원산지별로 과일 값이 보통 얼마쯤 된다는 정보가 있고
• 어느 과일이 어느 원산지에서 값이 얼마라는 정보가 일부 있어서
• 그런 정보가 없는 과일+원산지 조합의 값은 '원산지별 과일값 대충 얼마' 정보로 갈음해야 된다는

뭐 그런 상황이 맞는 거죠?
만약 그렇다면, 제가 데이터프레임을 잘 몰라서 SQL로 해봤는데, 아닌 게 아니라 실제로도 좀 까다로운 면이 있는 것 같습니다.

select
  total.item_name,
  total.area_name,
  ifnull(some.price, total.default_price) AS possible_price -- 이 부분이 magic. some에서 찾아봐서 없으면 total을 쓴다
from (
  select
    items.id AS item_id,
    items.name As item_name,
    areas.id AS area_id,
    areas.name AS area_name,
    areas.default_value AS default_price
  from items, areas -- 가능한 모든 경우의 수를 조합한다
) as total -- 가능한 모든 경우 각각에 '이미 알려져 있는 과일+원산지 정보를 추가로 붙인다
left join item_area_prices some -- 이 테이블이 df1에 해당함
  ON some.item_id = total.item_id AND some.area_id = total.area_id -- 두 조건 모두 만족해야 함
order by total.item_id, total.area_id;

참고가 되면 좋겠네요.