如何将多个子DataFrame与主pandas DataFrame合并并导出CSV？

核心思路 #

将所有子DataFrame存入字典（键为Title名称，值为对应子DataFrame），遍历主DataFrame的每一行，根据Title匹配字典中的子DataFrame，同步年份列的数值到主DataFrame，最后导出为CSV文件。

示例代码 #

import pandas as pd

# ---------------------- 1. 替换为你的真实数据 ----------------------
# 主DataFrame：包含Title、URL和2015-2024年份列（初始为NaN）
main_df = pd.DataFrame({
    "Title": ["Python入门", "数据分析实战", "机器学习进阶"],
    "URL": ["https://example.com/python", "https://example.com/data", "https://example.com/ml"],
    "2015": [pd.NA, pd.NA, pd.NA],
    "2016": [pd.NA, pd.NA, pd.NA],
    "2017": [pd.NA, pd.NA, pd.NA],
    "2018": [pd.NA, pd.NA, pd.NA],
    "2019": [pd.NA, pd.NA, pd.NA],
    "2020": [pd.NA, pd.NA, pd.NA],
    "2021": [pd.NA, pd.NA, pd.NA],
    "2022": [pd.NA, pd.NA, pd.NA],
    "2023": [pd.NA, pd.NA, pd.NA],
    "2024": [pd.NA, pd.NA, pd.NA]
})

# 子DataFrame：以Title命名，存入字典统一管理
sub_dfs = {
    "Python入门": pd.DataFrame({
        "2015": [100], "2016": [120], "2017": [150], "2018": [180],
        "2019": [200], "2020": [220], "2021": [250], "2022": [280],
        "2023": [300], "2024": [320]
    }),
    "数据分析实战": pd.DataFrame({
        "2015": [80], "2016": [90], "2017": [110], "2018": [130],
        "2019": [140], "2020": [160], "2021": [170], "2022": [190],
        "2023": [210], "2024": [230]
    })
}

# ---------------------- 2. 匹配子DataFrame到主DataFrame ----------------------
year_cols = [str(year) for year in range(2015, 2025)]

for idx, row in main_df.iterrows():
    title = row["Title"]
    if title in sub_dfs:
        sub_df = sub_dfs[title]
        main_df.loc[idx, year_cols] = sub_df.iloc[0][year_cols].values

# ---------------------- 3. 导出CSV ----------------------
main_df.to_csv("merged_data.csv", index=False, encoding="utf-8-sig")

关键说明 #

• 子DF管理：用字典存储子DataFrame，比依赖全局变量更安全，避免因变量名拼写错误出问题。
• 列匹配：通过year_cols统一指定年份列，确保同步的列完全对应，不会遗漏。
• 容错处理：主DF中无对应子DF的Title，年份列会保留初始NaN，不会触发报错。

内容的提问来源于stack exchange，提问作者홍현기