如何按优先匹配规则从DataFrame多列合并关联数据？

问题描述 #

现有两个DataFrame：
第一个DataFrame（主表）：

V1 V2 V3  
A  A1 A11  
A  A1 NA   
B  B2 NA    
B  NA NA   
NA NA NA  

第二个DataFrame（映射表）：

geo value
A     5
A1    3
A11   1
B     6
B2    7
B21   9

需求是将映射表的value列合并到主表中，匹配规则为优先匹配最精细的列：先尝试用V3匹配geo，若V3为NA则用V2匹配，若V2也为NA则用V1匹配，所有列都为NA时结果为NA，期望输出：

V1 V2 V3  Value
A  A1 A11  1
A  A1 NA   3
B  B2 NA   7  
B  NA NA   6
NA NA NA  NA

之前多次合并会生成冗余的Value.x、Value.y列，希望实现按优先级匹配的合并逻辑。

解决方案 #

可以通过分步合并+按优先级填充的方式实现，核心思路是先分别用每一列和映射表匹配，再从高优先级到低优先级依次填充NA值：

1. 先初始化两个DataFrame：

import pandas as pd
import numpy as np

# 主表
df_main = pd.DataFrame({
    'V1': ['A', 'A', 'B', 'B', np.nan],
    'V2': ['A1', 'A1', 'B2', np.nan, np.nan],
    'V3': ['A11', np.nan, np.nan, np.nan, np.nan]
})

# 映射表转成Series，方便后续匹配
df_map = pd.DataFrame({
    'geo': ['A', 'A1', 'A11', 'B', 'B2', 'B21'],
    'value': [5, 3, 1, 6, 7, 9]
}).set_index('geo')['value']

2. 按优先级（V3 > V2 > V1）依次匹配并填充：

# 先匹配最高优先级的V3
df_main['Value'] = df_main['V3'].map(df_map)
# 用V2的匹配结果填充V3匹配后剩余的NA
df_main['Value'] = df_main['Value'].fillna(df_main['V2'].map(df_map))
# 用V1的匹配结果填充最后剩余的NA
df_main['Value'] = df_main['Value'].fillna(df_main['V1'].map(df_map))

执行后得到的结果与期望输出一致：

V1   V2    V3  Value
0    A   A1   A11    1.0
1    A   A1   NaN    3.0
2    B   B2   NaN    7.0
3    B  NaN   NaN    6.0
4  NaN  NaN   NaN    NaN

逻辑说明 #

• map(df_map)：将主表列的取值与映射表的geo索引匹配，返回对应的value，不匹配或原列值为NA时返回NA
• fillna()：按优先级从高到低填充，确保只有高优先级列匹配失败时，才会使用低优先级列的匹配结果，不会生成冗余列

内容的提问来源于stack exchange，提问作者flâneur