如何匹配两个DataFrame的关联列并生成对应结果列

这里提供两种高效方法，实现将df1的id与df2的fruit_id匹配、生成result列的需求：

方法一：使用merge()左连接 #

merge是Pandas表连接的核心方法，左连接可完整保留df1的所有行，同时匹配df2中的对应数据：

import pandas as pd

# 初始化原始DataFrame
a = [1,1,1,2,3,4,4,5,6]
df1 = pd.DataFrame(a, columns=["id"])

x = [1,2,3,4,5,6]
y = ["apple","orange","banana","lemon","kiwi","melon"]
df2 = pd.DataFrame(list(zip(x, y)), columns=["fruit_id", "fruit_name"])

# 执行左连接，指定匹配键
result_df = pd.merge(df1, df2, left_on="id", right_on="fruit_id", how="left")
# 重命名列并保留目标字段
result_df = result_df.rename(columns={"fruit_name": "result"})[["id", "result"]]

print(result_df)

输出结果：

id   result
0   1    apple
1   1    apple
2   1    apple
3   2   orange
4   3   banana
5   4    lemon
6   4    lemon
7   5     kiwi
8   6    melon

方法二：使用map()字典映射 #

若df2的fruit_id为唯一值，这种方法更简洁高效，通过字典映射直接生成目标列：

import pandas as pd

# 初始化原始DataFrame
a = [1,1,1,2,3,4,4,5,6]
df1 = pd.DataFrame(a, columns=["id"])

x = [1,2,3,4,5,6]
y = ["apple","orange","banana","lemon","kiwi","melon"]
df2 = pd.DataFrame(list(zip(x, y)), columns=["fruit_id", "fruit_name"])

# 将df2转换为id到名称的映射字典
fruit_mapping = df2.set_index("fruit_id")["fruit_name"].to_dict()
# 映射生成result列
df1["result"] = df1["id"].map(fruit_mapping)

print(df1)

该方法直接在原df1上添加result列，输出结果与方法一完全一致。

内容的提问来源于stack exchange，提问作者Yippee