如何合并DataFrame并删除与region不匹配的非目标价格列

输入数据 #

先明确两个输入的DataFrame（基于pandas）：

import pandas as pd

df1 = pd.DataFrame({
    "ID": [1],
    "region": ["GBR"],
    "Fruit": ["Apple"]
})

df2 = pd.DataFrame({
    "ID": [1],
    "GBR_Price": [12],
    "EUR_Price": [15],
    "US_Price": [8]
})

需求说明 #

将两个DataFrame按ID关联后，仅保留与df1['region']匹配的价格列，删除其他区域的价格列，最终得到包含ID、region、匹配价格列、Fruit的结果。

原代码的问题 #

你尝试的代码存在多处语法错误：

• join方法的关联条件写法错误，应使用on='ID'而非df1.ID = df2.ID
• 存在大小写错误（df2.id应为df2['ID']）
• 正则表达式中直接嵌入变量df1.region的方式无效，且括号不匹配
• drop方法的使用逻辑混乱，无法正确筛选要删除的列

正确实现方法 #

方法一：合并后直接筛选目标列 #

这种方式更直观，先合并再保留需要的列：

# 按ID内连接两个DataFrame
merged_df = df1.merge(df2, on='ID', how='inner')

# 获取当前需要保留的价格列名
target_price_col = f"{merged_df['region'].iloc[0]}_Price"

# 筛选出最终需要的列
final_df = merged_df[df1.columns.tolist() + [target_price_col]]

执行后输出结果：

ID region  Fruit  GBR_Price
0   1    GBR  Apple         12

方法二：合并后删除多余价格列 #

如果df2包含大量区域价格列，可先合并再批量删除不符合的列：

merged_df = df1.merge(df2, on='ID', how='inner')
target_region = merged_df['region'].iloc[0]

# 筛选出所有需要删除的非目标价格列
cols_to_drop = [col for col in merged_df.columns 
                if col.endswith('_Price') and not col.startswith(target_region)]

# 删除多余列得到结果
final_df = merged_df.drop(cols_to_drop, axis=1)

注意事项 #

如果df1包含多行不同region的数据，上述单行取值的方式不适用，可改用apply逐行处理或分组匹配，具体逻辑需根据实际数据结构调整。

内容的提问来源于stack exchange，提问作者shamil ray