Python实现类Excel VLookup：左连接行数膨胀问题求解

问题核心是DF2的col_3存在重复值，导致左连接时会将DF1的单行扩展为多行匹配结果。要保持DF1原行数同时实现VLookup（取第一个匹配项）的效果，可按以下方式处理：

解决方案1：预处理DF2为唯一匹配映射 #

先将DF2转换为col_3唯一对应的数据集，再与DF1关联，确保每行仅匹配一次：

# 保留DF2中每个col_3的第一条记录（对应VLookup默认取首个匹配）
df2_lookup = DF2.drop_duplicates(subset='col_3', keep='first').set_index('col_3')

# 使用join完成关联，保持DF1原行数
DF1 = DF1.join(df2_lookup, on='col_B')

如果只需要从DF2提取单个列，用map更简洁：

# 提取DF2的col_4列作为映射
col4_map = DF2.drop_duplicates(subset='col_3', keep='first').set_index('col_3')['col_4']
DF1['col_4'] = DF1['col_B'].map(col4_map)

保留重复项标记（用于高亮） #

若需要识别DF2中col_3的重复情况，可单独统计重复次数并加入DF1：

# 统计每个col_3在DF2中的出现次数
dup_count = DF2['col_3'].value_counts().rename('dup_count')
# 关联到DF1，dup_count>1的行即为存在重复匹配的项
DF1 = DF1.join(dup_count, on='col_B')

为什么之前的merge会增加行数？ #

Pandas的left merge会保留左表所有行，同时将右表中所有匹配的行都对应过来——如果DF2中某个col_3值出现N次，DF1中对应的行就会被复制N次，最终行数自然超过原DF1的10000行。预处理DF2为唯一键映射后，每个col_B仅匹配一次，就能保持原行数不变。

内容的提问来源于stack exchange，提问作者Cokesalok