Python中是否存在SAS Merge语句的等效实现方式？

SAS原逻辑说明 #

这段SAS代码的核心是按ID分组合并两个表：

• 同ID组内，两个表的行按顺序对齐
• 如果其中一个表的组内行数更少，就用该组最后一行的值填充后续行
• 最后只保留两个表都存在的ID组（if inA and inB）

SAS原代码 #

data have_a;
input ID amount_a;
datalines;
1 10
1 15
1 20
1 30
2 10
; 

data have_b;
   input ID amount_b;
   datalines;
1 12
1 14
2 12
2 14
;

data want;
  merge have_a(in=inA) have_b(in=inb);
  by id;
  if inA and inB;
run;

预期输出 #

ID  amount_a  amount_b
1   10       12
1   15       14
1   20       14
1   30       14
2   10       12
2   10       14

你的Python尝试问题 #

你用pd.concat直接按列拼接，只是简单对齐行索引，完全没实现SAS的分组对齐+填充逻辑，得到的错误输出：

尝试代码 #

df1 = pd.DataFrame({'ID': [1, 1, 1, 1, 2], 'A': [10, 15, 20, 30, 10]})
df2 = pd.DataFrame({'ID': [1, 1, 2, 2], 'B': [12, 14, 11, 13]})
pd.concat([df1, df2], axis=1)

错误输出 #

ID   A   ID     B
0   1  10  1.0  12.0
1   1  15  1.0  14.0
2   1  20  2.0  11.0
3   1  30  2.0  13.0
4   2  10  NaN   NaN

Python实现方案 #

Pandas没有直接对应SAS merge by的函数，但可以通过分组添加行号、扩展短表、合并这三步模拟：

完整代码 #

import pandas as pd

# 定义原始数据
df1 = pd.DataFrame({'ID': [1, 1, 1, 1, 2], 'amount_a': [10, 15, 20, 30, 10]})
df2 = pd.DataFrame({'ID': [1, 1, 2, 2], 'amount_b': [12, 14, 12, 14]})

# 步骤1：给每个ID组添加行序号
df1['row_num'] = df1.groupby('ID').cumcount()
df2['row_num'] = df2.groupby('ID').cumcount()

# 步骤2：获取每个ID组的最大行号，扩展短表并填充
def expand_and_fill(group, col):
    max_row = group['row_num'].max()
    # 重复组内数据直到覆盖最大行号
    expanded = group.loc[group.index.repeat(max_row + 1)].reset_index(drop=True)
    expanded['row_num'] = range(max_row + 1)
    # 用前向填充保留最后一行的值
    expanded[col] = expanded[col].ffill()
    return expanded

df1_expanded = df1.groupby('ID').apply(expand_and_fill, col='amount_a').reset_index(drop=True)
df2_expanded = df2.groupby('ID').apply(expand_and_fill, col='amount_b').reset_index(drop=True)

# 步骤3：按ID和行号合并，过滤仅保留两表都有的组，整理结果
result = pd.merge(df1_expanded, df2_expanded, on=['ID', 'row_num'], how='inner')
result = result[['ID', 'amount_a', 'amount_b']].drop_duplicates()

print(result)

运行结果 #

ID  amount_a  amount_b
0    1        10        12
1    1        15        14
3    1        20        14
5    1        30        14
6    2        10        12
7    2        10        14

内容的提问来源于stack exchange，提问作者bora bayrak