如何高效将唯一键DataFrame的D列映射到允许重复键的DataFrame？

针对你提到的需求，这里提供几种无需冗余列操作的高效实现方式：

1. 优化版左连接Merge #

直接指定合并时仅使用A的键列和目标列D，避免引入冗余列，一步完成映射：

# 仅选取A中必要的列进行合并，无需后续删除冗余操作
B = B.merge(A[['A1', 'A2', 'D']], on=['A1', 'A2'], how='left')

由于A的(A1,A2)键对唯一，合并后不会产生重复行，直接得到保留B所有行、无匹配则填充缺失值的结果，且效率优于全列合并后删冗余的方式。

2. 基于多级索引的Reindex映射 #

利用Pandas的多级索引实现矢量化映射，全程无冗余列：

# 将A转换为以(A1,A2)为索引的Series
d_mapping = A.set_index(['A1', 'A2'])['D']
# 通过重新索引直接匹配B的键对，映射后恢复原结构
B['D'] = d_mapping.reindex(pd.MultiIndex.from_frame(B[['A1', 'A2']])).values

这种方式属于矢量化操作，数据量较大时效率表现优异。

3. 基于索引的Join方法 #

通过设置临时索引实现关联，同样无需处理冗余列：

# 将A的键对设为索引，仅保留D列
A_indexed = A.set_index(['A1', 'A2'])[['D']]
# 以B的键列为关联依据执行左连接
B = B.join(A_indexed, on=['A1', 'A2'])

Join底层和Merge共享优化逻辑，适合大规模数据的高效关联。

注意事项 #

• update方法不适用多键场景的原因是它要求索引完全匹配，无法直接基于多列键对进行关联映射，因此不推荐。
• 数据量较大时，优先选择优化版Merge或索引Join/Reindex方案，它们都是Pandas底层优化的矢量化操作，比逐行处理（如apply）效率高得多。

内容的提问来源于stack exchange，提问作者hanugm