如何基于双ID合并两个Pandas DataFrame并匹配球员信息与赔率？

核心思路 #

由于result_df的player1_id可能对应betting_lines_24的winner_id或loser_id，且赛事顺序不匹配，必须通过赛事信息+球员ID的组合键进行精准匹配，不能依赖行索引。

具体实现步骤 #

1. 拆分赔率表为胜者/负者子表
   把betting_lines_24拆成两个子表，分别对应赛事中的胜者和负者，并重命名列名，方便后续和result_df的player1_id对齐：

   import pandas as pd
   
   # 替换为你实际的赛事信息列名（比如'match_id'）
   match_col = "赛事信息列名"
   
   # 处理胜者数据
   winner_df = betting_lines_24[[match_col, 'winner_id', 'winner_name', 'winner_odds']].rename(
       columns={
           'winner_id': 'player1_id',
           'winner_name': 'player_name',
           'winner_odds': 'player_odds'
       }
   )
   
   # 处理负者数据
   loser_df = betting_lines_24[[match_col, 'loser_id', 'loser_name', 'loser_odds']].rename(
       columns={
           'loser_id': 'player1_id',
           'loser_name': 'player_name',
           'loser_odds': 'player_odds'
       }
   )
   

2. 合并为统一的球员-赔率映射表
   将胜者和负者子表合并，得到一个包含所有球员（无论胜负）与对应赛事、赔率、姓名的映射表：

   player_betting_map = pd.concat([winner_df, loser_df], ignore_index=True)
   

3. 与原表合并，保留原结构
   使用merge方法，以赛事信息列+player1_id为连接键，将映射表的信息合并到result_df中：

   # 用how='left'确保保留result_df的所有原始行，未匹配到的记录会显示NaN
   final_df = pd.merge(
       result_df,
       player_betting_map,
       on=[match_col, 'player1_id'],
       how='left'
   )
   

关键注意事项 #

• 确保两个DataFrame中的赛事信息列值完全一致：比如检查是否有空格、大小写差异或类型不匹配，必要时先做数据清洗（如str.strip()、astype(str)）。
• 若betting_lines_24中存在同一赛事+球员ID的重复数据，合并后会产生重复行，可提前用player_betting_map.drop_duplicates(subset=[match_col, 'player1_id'], inplace=True)去重。

内容的提问来源于stack exchange，提问作者Anton G