如何优雅合并Pandas中不同大小的DataFrame？无需冗余循环

直接用Pandas内置的merge()方法就能实现需求，完全不需要编写冗余循环，这是处理这类键值匹配场景的标准高效方案。

步骤示例 #

1. 先构造模拟数据（贴合你的场景）：

import pandas as pd

# 包含week_of_year列的主DataFrame
df_main = pd.DataFrame({
    'week_of_year': [12, 12, 13, 13, 14, 12],
    'other_column': ['x', 'y', 'z', 'a', 'b', 'c']
})

# 记录各周最大值的小DataFrame
df_week_max = pd.DataFrame({
    'week_of_year': [12, 13, 14],
    'max_value': [34, 45, 29]
})

2. 执行合并操作，以week_of_year作为匹配键：

# 左连接保留主DataFrame的所有行，自动匹配对应周的最大值
merged_df = df_main.merge(df_week_max, on='week_of_year', how='left')

合并后的结果会自动将主DataFrame中所有week_of_year为12的行填充max_value=34，以此类推：

补充说明 #

• how='left'确保主DataFrame的所有行都被保留，若某周在小DataFrame中无对应值，max_value会填充为NaN
• 如果两个DataFrame的周列名称不同，可通过left_on和right_on分别指定，比如：merge(df_main, df_week_max, left_on='week_of_year', right_on='week_num', how='left')
• 这种方法的执行效率远高于循环，Pandas内部做了向量优化，适合处理大体积数据

内容的提问来源于stack exchange，提问作者Gianni Spear