如何匹配两个Pandas DataFrame字符串列并迁移对应数据？

推荐方案：使用merge左连接 #

这是最直观且容错性高的实现方式，直接基于Info1列做左连接，自动填充匹配值，未匹配项用NaN填充：

# 只保留df2中需要的列，避免引入多余数据
df1 = df1.merge(df2[['Info1', 'Info3']], on='Info1', how='left')

修正你尝试的map方法 #

你之前的map代码失效，大概率是两个原因：

1. dict(df2.values)的键值顺序错误——如果df2的列顺序不是Info1在前，生成的字典键会是Info3的值，自然匹配不到；
2. 两个DataFrame的Info1列存在隐藏空格、大小写不一致等字符串不匹配的情况。

修正后的map写法：

# 先构造以Info1为键、Info3为值的映射字典
info_mapping = df2.set_index('Info1')['Info3'].to_dict()
# 映射到df1的Info1列
df1['Info3'] = df1['Info1'].map(info_mapping)

如果是字符串格式问题导致的匹配失败，先做清洗：

# 去除字符串两端的空白字符
df1['Info1'] = df1['Info1'].str.strip()
df2['Info1'] = df2['Info1'].str.strip()

# 若存在大小写差异，统一格式（按需使用）
# df1['Info1'] = df1['Info1'].str.upper()
# df2['Info1'] = df2['Info1'].str.upper()

内容的提问来源于stack exchange，提问作者Shepard