基于Site #匹配为不同长度数据表新增坐标列的实现方法

完全可以实现，下面是最常用的实操方案：

步骤1：导入依赖并读取数据表 #

假设你的表是CSV格式（如果是Excel或其他格式，替换对应的读取方法即可）：

import pandas as pd

# 读取两张表
coord_df = pd.read_csv("OutputDataWrangle2.csv")
daily_df = pd.read_csv("outputDataDaily.csv")

步骤2：按Site #匹配并合并坐标列 #

用merge方法将坐标表的经度、纬度匹配到每日数据表中：

# 左连接保留daily_df的所有行，即使部分站点没有匹配到坐标（按需可改为inner只保留匹配成功的行）
result_df = daily_df.merge(coord_df[['Site #', 'Longitude', 'Latitude']], on='Site #', how='left')

步骤3：导出结果 #

将带坐标的新表保存：

result_df.to_csv("outputDataDaily_with_coords.csv", index=False)

额外场景处理 #

• 如果两张表的站点列名不一致，比如coord_df里叫Site_ID，daily_df里叫Site #，可以指定匹配列：

  result_df = daily_df.merge(coord_df[['Site_ID', 'Longitude', 'Latitude']], 
                             left_on='Site #', 
                             right_on='Site_ID', 
                             how='left')
  

• 如果你用SQL处理数据库中的表，也可以用JOIN语句：

  SELECT d.*, w.Longitude, w.Latitude
  FROM outputDataDaily d
  LEFT JOIN OutputDataWrangle2 w ON d.`Site #` = w.`Site #`;
  

内容的提问来源于stack exchange，提问作者Matt