如何对比Pandas DataFrame两列并根据匹配输出对应列值？

首先先把你给出的数据整理成清晰的结构：

• A列数据：[3, 4, 1, 2, 1]（共5个元素）
• B、C、D是一一对应的4组匹配关系：

  B	C	D
  1	Red	Yes
  2	Blue	No
  3	Yellow	Maybe
  4	Green	True

不用费劲用iloc逐个定位单元格，Pandas的map()方法就能高效完成这个匹配需求，步骤如下：

1. 构建匹配映射字典 #

先把B、C、D的对应关系转换成字典，这样可以快速通过B的值找到对应的C和D：

import pandas as pd

# 先创建存储B-C-D对应关系的小DataFrame
mapping_df = pd.DataFrame({
    'B': [1, 2, 3, 4],
    'C': ['Red', 'Blue', 'Yellow', 'Green'],
    'D': ['Yes', 'No', 'Maybe', 'True']
})

# 生成B到C、B到D的映射字典
b_to_c = mapping_df.set_index('B')['C'].to_dict()
b_to_d = mapping_df.set_index('B')['D'].to_dict()

2. 处理A列生成结果 #

把你的A列数据放进DataFrame，然后用map()方法批量完成匹配：

# 你的原始A列数据
a_df = pd.DataFrame({'A': [3, 4, 1, 2, 1]})

# 生成对应的C和D结果
a_df['匹配的C值'] = a_df['A'].map(b_to_c)
a_df['匹配的D值'] = a_df['A'].map(b_to_d)

# 输出你需要的结果格式
print("A", ', '.join(a_df['匹配的C值'].tolist()))
print("B", ', '.join(a_df['匹配的D值'].tolist()))

运行结果 #

执行代码后会输出：

A Yellow, Green, Red, Blue, Red
B Maybe, True, Yes, No, Yes

完全符合你想要的结果。

额外说明 #

• set_index('B')是把B列设为索引，这样可以直接通过B的数值来关联对应的C、D值；to_dict()则把这种索引-值的对应关系转换成字典，方便map()调用。
• map()会自动遍历A列的每个元素，用字典查找对应的取值，比手动用iloc逐个找高效太多，数据量大的时候这个优势会更明显。

内容的提问来源于stack exchange，提问作者Samuel Smith