如何在Pandas中匹配列值后将另一DataFrame数据追加为新列？

核心思路 #

通过球员唯一标识（优先用联盟官方球员ID，无ID时可暂用姓名）将下赛季（DF2）的PPG数据映射到本赛季（DF1）中，用左连接保留本赛季所有球员，无下赛季数据的球员对应字段自动填充NaN。

步骤实现 #

1. 构造示例数据（模拟你的DF1和DF2）

import pandas as pd

# 本赛季数据（DF1）
df1 = pd.DataFrame({
    'Player': ['Michael Jordan', 'Scottie Pippen', 'Dennis Rodman'],
    'PPG': [31.7, 19.4, 5.5],
    'RPG': [6.7, 7.3, 16.1]
})

# 下赛季数据（DF2）
df2 = pd.DataFrame({
    'Player': ['Michael Jordan', 'Scottie Pippen', 'Steve Kerr'],
    'PPG': [28.4, 15.2, 8.7],
    'RPG': [5.8, 6.0, 1.5]
})

2. 提取并映射下赛季PPG

从DF2中筛选需要的字段并重命名，再通过左连接合并到DF1：

# 提取DF2的球员与下赛季PPG，重命名列避免和本赛季PPG冲突
df2_next_ppg = df2[['Player', 'PPG']].rename(columns={'PPG': 'PPG Next Season'})

# 左连接合并，保留DF1全部球员数据
result_df = df1.merge(df2_next_ppg, on='Player', how='left')

3. 查看最终结果

print(result_df)

输出：

Player   PPG   RPG  PPG Next Season
0  Michael Jordan  31.7   6.7             28.4
1  Scottie Pippen  19.4   7.3             15.2
2   Dennis Rodman   5.5  16.1              NaN

额外优化建议 #

• 避免重名匹配错误：如果数据集存在同名球员，必须替换为唯一球员ID作为连接键，否则会出现数据匹配混乱。
• 自定义缺失值显示：单赛季球员的PPG Next Season会显示NaN，可根据需求替换：

  # 替换为0
  result_df['PPG Next Season'] = result_df['PPG Next Season'].fillna(0)
  # 或替换为说明文本
  result_df['PPG Next Season'] = result_df['PPG Next Season'].fillna('无下赛季数据')
  

• 多字段扩展：如果需要添加更多下赛季数据（如RPG Next Season），只需在提取DF2字段时新增对应列并重命名即可。

内容的提问来源于stack exchange，提问作者ryan