求助：如何基于日期与ID关联条件为DataFrame添加搭档列

问题说明 #

现有两个Pandas DataFrame：

• df1 存储各ID的日期、工时数据
• df2 存储特定日期的搭档组合关系

数据示例 #

import pandas as pd
# 注：原代码中df2的Dataframe拼写错误，已修正为DataFrame
df1 = pd.DataFrame({'ID': ['Polar', 'Dex', 'Nikita', 'Lunar', 'Astro', 'Pin', 'Polar'], 
                   'Date': ['01-03-2023', '01-03-2023', '02-03-2023', '03-03-2023', '04-03-2023', '04-03-2023', '05-03-2023'], 
                   'Hours': ['5', '8', '9', '11', '12', '2', '6']})
df2 = pd.DataFrame({'Couple': ['Polar-Dex', 'Astro-Pin'], 
                   'Date': ['01-03-2023', '04-03-2023']})

需求目标 #

为df1新增Couple列：

• 当ID在对应日期的df2搭档组合中时，填入组合名
• 无匹配项时，填入自身ID

解决方案 #

通过拆分df2的组合列，构建ID-日期-组合名的映射关系，再与df1合并实现需求，具体步骤如下：

1. 拆分并展开df2的组合数据 #

将df2中的Couple按-拆分，生成每个ID对应的日期和组合名：

# 拆分Couple列，生成包含单个ID的临时行
df2_expanded = df2.assign(ID=df2['Couple'].str.split('-')).explode('ID')

2. 合并数据并填充空值 #

以Date和ID为关联键，将df1与展开后的df2左连接，再把空值替换为自身ID：

# 左连接保留df1所有数据
result = df1.merge(df2_expanded[['Date', 'ID', 'Couple']], on=['Date', 'ID'], how='left')
# 填充无匹配的项为自身ID
result['Couple'] = result['Couple'].fillna(result['ID'])

最终结果 #

执行后result的输出如下：

内容的提问来源于stack exchange，提问作者larzz_010