Pandas实现类Excel VLOOKUP：处理含NaN值的两个DataFrame匹配并避免行数翻倍

我太懂你这种困扰了——想用Pandas实现Excel里VLOOKUP那种精准的逐行匹配，既要保留原DataFrame的所有行和列，又不能因为匹配操作导致行数莫名翻倍，对吧？针对你给出的df1和df2，我给你整理了完美的解决方案：

先还原你的数据 #

首先我们先把你提供的两个DataFrame用代码构造出来：

import pandas as pd
import numpy as np

# 构造df1
df1 = pd.DataFrame({
    'name': ['Hector ABC', 'Hector ABC', 'Jose JKD', 'Luis AH', 'Billy DH', 'Harry AC'],
    'mobile_no': [123, 287, 567, np.nan, np.nan, 569]
})

# 构造df2
df2 = pd.DataFrame({
    'download_date': ['2021-05-30', '2020-09-28', '2021-02-11', '2021-10-06', '2020-01-15'],
    'mobile_no': [123, 287, 789, 321, 569]
})

核心解决方案：用map实现类VLOOKUP匹配 #

直接用map方法就能实现你要的效果，它和Excel的VLOOKUP逻辑完全一致：按mobile_no的值精确匹配，返回对应的download_date，同时完整保留df1的所有行和列：

# 从df2创建「mobile_no → download_date」的映射关系
date_mapping = df2.set_index('mobile_no')['download_date']

# 给df1新增download_date列
df1['download_date'] = df1['mobile_no'].map(date_mapping)

运行后得到的结果完全符合你的预期：

为什么你之前的方法没生效？ #

• 关于np.where：你之前用的np.where(df1.mobile_no == df2.mobile_no, df2.download_date, np.nan)是逐行对比两个DataFrame的索引和mobile_no值，只有当两行索引相同且mobile_no相等时才会匹配，这不是我们要的「按值匹配」逻辑，所以自然得不到正确结果。
• 关于pd.merge行数翻倍：如果直接用merge不做调整，当df2中存在重复的mobile_no时，会产生笛卡尔积导致行数暴涨。而map本质是一对一的映射，完全不会有这个问题。

特殊情况处理：如果df2有重复的mobile_no #

如果你的实际数据中df2存在重复的mobile_no，可以先对df2去重（比如保留最新的下载日期），再创建映射：

# 按mobile_no去重，保留最新的download_date（可根据需求调整排序逻辑）
df2_unique = df2.sort_values('download_date', ascending=False).drop_duplicates('mobile_no')
date_mapping = df2_unique.set_index('mobile_no')['download_date']
df1['download_date'] = df1['mobile_no'].map(date_mapping)

内容的提问来源于stack exchange，提问作者JT-12