如何使用Pandas连接含重复值列的两个表格并生成目标结果？

需要将表1和表2连接成表3的样式，使用Pandas的join操作时因连接列存在重复值报错。

表1 #

表2 #

预期输出（表3） #

解决方案 #

你要的是按ID列的多对多连接，Pandas的join方法默认按索引连接，在连接列有重复值时容易引发歧义报错，改用merge方法可直接实现需求：

代码示例 #

import pandas as pd

# 构造表1的DataFrame
df1 = pd.DataFrame({
    'ID': [1, 2, 2],
    'A': ['A1', 'A1', 'A2'],
    'B': ['B1', 'B1', 'B2']
})

# 构造表2的DataFrame
df2 = pd.DataFrame({
    'ID': [1, 1, 2, 2, 2],
    'Property': ['Property 1', 'Property 2', 'Property 1', 'Property 2', 'Property 3']
})

# 按ID执行多对多连接
result_df = pd.merge(df1, df2, on='ID')

print(result_df)

说明 #

• pd.merge默认支持多对多连接逻辑：对每个ID值，将表1中该ID的所有行与表2中该ID的所有行做笛卡尔积组合，完全匹配预期输出格式。
• 避开join是因为它默认以索引为连接键，当索引或连接列存在重复值时，会因匹配关系不明确报错，而merge可直接指定业务列作为连接键，更适配这类场景。

内容的提问来源于stack exchange，提问作者Jose