如何基于条件利用第二个DataFrame索引为首个pandas DataFrame新增列

针对你的需求，这里提供一个基于pandas内置操作的高效方案，完全避免循环，适合处理百万级别的df2数据：

步骤说明 #

1. 将df2的自定义索引转换为普通列，方便后续处理
2. 对df2按匹配字段分组，只保留每组的第一行（确保每个匹配组合仅取首个索引）
3. 重命名df2的列名，和df1的匹配列对齐
4. 通过左合并将匹配结果关联到df1中

完整代码 #

import pandas as pd

# 示例数据
df1 = pd.DataFrame({'month': [1, 4, 7, 10],
                   'year': [2012, 2014, 2013, 2014],
                   'sale': [55, 40, 84, 31]})
df2 = pd.DataFrame({'month1': [2,3,4,1, 4, 7, 10],
                   'year1': [2012,2012,2012,2012, 2014, 2013, 2014],
                   'sale1': [34,35,36,55, 40, 84, 31]},
                   index=[100, 200, 300, 411,444,415,416])

# 步骤1：将df2的索引转为列
df2 = df2.reset_index().rename(columns={'index': 'index_result'})

# 步骤2：按匹配字段分组，保留每个组合的第一个匹配索引
df2_unique = df2.groupby(['month1', 'year1', 'sale1'], as_index=False).first()

# 步骤3：重命名df2的列，和df1对齐
df2_unique = df2_unique.rename(columns={'month1': 'month', 'year1': 'year', 'sale1': 'sale'})

# 步骤4：左合并df1和处理后的df2，得到结果
df_result = df1.merge(df2_unique, on=['month', 'year', 'sale'], how='left')

print(df_result)

输出结果 #

month  year  sale  index_result
0      1  2012    55           411
1      4  2014    40           444
2      7  2013    84           415
3     10  2014    31           416

效率说明 #

• 分组操作groupby().first()是pandas底层优化的矢量化操作，处理百万行df2的速度远快于循环
• 合并操作merge基于哈希表实现，时间复杂度接近O(m+n)（m为df1行数，n为df2行数），适合大规模数据

内容的提问来源于stack exchange，提问作者lonstud