如何在Python中按org与dest包含匹配条件连接DataFrame

我们需要将两个DataFrame（df1和df2）按照特定规则连接生成新的DataFrame df3：

• 连接键包含org列，要求两表的org值完全匹配
• 对于dest列，df1的dest值需存在于df2的dest列按/分割后的集合中（比如df2的dest为A/B/C，则df1的dest为A、B、C均符合匹配条件）

示例数据 #

df1数据： #

Name    org   dest  
Ashok   A      B
Rahul   A      C
Anupa   B      A
Sam     A      B

df2数据： #

org  dest   Amount
A       A/B/C   10
B       C       20
A       W       30

实现步骤 #

• 先处理df2，把dest列按/分割后展开成多行，让每个拆分后的dest值对应原有的org和Amount：

  import pandas as pd
  
  # 构造示例数据
  df1 = pd.DataFrame({
      'Name': ['Ashok', 'Rahul', 'Anupa', 'Sam'],
      'org': ['A', 'A', 'B', 'A'],
      'dest': ['B', 'C', 'A', 'B']
  })
  
  df2 = pd.DataFrame({
      'org': ['A', 'B', 'A'],
      'dest': ['A/B/C', 'C', 'W'],
      'Amount': [10, 20, 30]
  })
  
  # 拆分df2的dest列并展开
  df2_expanded = df2.assign(dest=df2['dest'].str.split('/')).explode('dest')
  

  处理后的df2_expanded结构如下：

  org dest  Amount
  A   A       10
  A   B       10
  A   C       10
  B   C       20
  A   W       30
  

• 使用merge方法将df1和处理后的df2_expanded按org和dest做左连接：

  df3 = df1.merge(df2_expanded, on=['org', 'dest'], how='left')
  

• 若需要将结果中的NaN替换为空字符串，与期望输出完全一致，执行以下代码：

  df3['Amount'] = df3['Amount'].fillna('')
  

最终结果 #

处理后得到的df3如下：

Name org dest Amount
0  Ashok   A    B     10
1  Rahul   A    C     10
2  Anupa   B    A       
3    Sam   A    B     10

内容的提问来源于stack exchange，提问作者aeapen