如何用Python匹配订单与退货数据并标记对应行？

示例输入 #

订单数据集（orders） #

import pandas as pd

orders = pd.DataFrame({
    "OrderNo": ["ORD001", "ORD002", "ORD003", "ORD004"],
    "Customer": ["Alice", "Bob", "Charlie", "David"],
    "Amount": [100, 200, 150, 300]
})

退货数据集（returns） #

returns = pd.DataFrame({
    "OrderNo": ["ORD002", "ORD004"]
})

预期输出 #

可行解决方案 #

方案1：isin() + numpy.where（简洁高效） #

这是最直接的写法，先提取退货订单号的一维数组，再判断匹配：

import numpy as np

# 提取退货订单号的数组（避免DataFrame直接比较的歧义）
returned_nos = returns["OrderNo"].values

# 新增Returned列，匹配到则标记Y，否则留空
orders["Returned"] = np.where(orders["OrderNo"].isin(returned_nos), "Y", "")

方案2：左连接merge（适合复杂关联场景） #

如果后续需要扩展退货相关的其他字段，用左连接更灵活：

# 给退货表先标记Y
returns["Returned"] = "Y"

# 左连接订单和退货表，按OrderNo匹配，空值填充为""
orders = orders.merge(returns, on="OrderNo", how="left").fillna({"Returned": ""})

常见错误排查 #

你之前用isin()失败大概率是这几个原因：

• 直接传入整个returns DataFrame：必须指定returns["OrderNo"]或者提取values数组，否则会触发DataFrame和Series的无效比较
• 没转换布尔结果：直接用orders["OrderNo"].isin(...)会得到True/False，需要用np.where或map转成Y/空
• 订单号格式不一致：比如存在空格、大小写差异，先统一清洗：

  # 清洗订单号格式
  orders["OrderNo"] = orders["OrderNo"].str.strip().str.upper()
  returns["OrderNo"] = returns["OrderNo"].str.strip().str.upper()
  

内容的提问来源于stack exchange，提问作者Anton