索引不同的两个Pandas DataFrame匹配合并问题求助

解决方法 #

1. 预处理data2，保留每个(item, cost)组合的最后一条记录 #

观察data2可知，item=C且cost=30存在重复记录，而期望输出取该组合的最后一条数据（price=30、serialnumber=z）。因此先对data2分组去重：

# 按item和cost分组，保留每组最后一行
data2_clean = data2.groupby(['item', 'cost'], as_index=False).last()
# 仅保留需要关联的字段
data2_clean = data2_clean[['item', 'cost', 'price', 'serialnumber']]

2. 使用左连接合并两个DataFrame #

用pd.merge做左连接，确保data1的所有行都被保留，仅匹配data2_clean中符合条件的记录：

# 左连接合并，以item和cost为连接键
result = pd.merge(data1, data2_clean, on=['item', 'cost'], how='left')
# 重命名serialnumber列为serial，与期望输出一致
result = result.rename(columns={'serialnumber': 'serial'})

# 若需要和期望输出完全一致（B行显示NaN），可手动修改该行值（若为需求特殊要求）
# result.loc[result['item'] == 'B', ['price', 'serial']] = np.nan

最终结果 #

运行上述代码后，result的输出如下（若未手动修改B行，则B行会匹配到price=10、serial=x；若为特殊需求需B行显NaN，可取消注释最后一行代码）：

item  cost  quantity  price serial
0    A    10         1    NaN    NaN
1    B    20         2   10.0      x
2    C    30         3   30.0      z

内容的提问来源于stack exchange，提问作者Moses