Pandas多值左连接求助：联系人与交易数据集关联问题

嘿，你碰到的这个ValueError其实很好理解——merge方法要求left_on和right_on的参数长度必须完全一致，你左边只指定了id这一个字段，右边却传了4个拆分后的联系人ID列，这不匹配自然就报错了。

正确的思路应该是把交易数据里的逗号分隔ID拆分成多行，而不是多列，这样每个联系人ID和交易的关联就变成了一对一的行记录，之后再做左连接就顺理成章了。下面是具体的实现步骤：

第一步：把交易数据的联系人ID拆成多行 #

我们可以用str.split把逗号分隔的字符串拆成列表，再用explode把列表里的每个元素单独拆成一行，最后把ID转成整数类型方便匹配：

import pandas as pd

# 初始化你的测试数据
contacts_df = pd.DataFrame( {'name': ['John Smith', 'Jane Doe', 'James Bond'], 'id': [1,2,3]} )
deals_df = pd.DataFrame( {'deal_name': ['McDonalds', 'KFC'], 'associated_contacts':['1,3','2']} )

# 拆分并展开联系人ID为多行记录
deals_expanded = deals_df.assign(
    contact_id=deals_df['associated_contacts'].str.split(',')
).explode('contact_id').astype({'contact_id': int})

执行完这一步后，deals_expanded的结构会变成这样：

第二步：执行左连接 #

现在两边的关联字段都是单个列了，直接用merge就能完成左连接，最后把多余的contact_id列删掉就行：

merged = contacts_df.merge(
    deals_expanded[['deal_name', 'contact_id']],  # 只保留需要的字段
    how='left',
    left_on='id',
    right_on='contact_id'
).drop(columns='contact_id')

最终得到的merged结果完全符合你的需求——每个联系人对应到关联的交易：

这个方法还能灵活处理更复杂的场景，比如一笔交易关联更多联系人的情况，完全不用担心匹配问题。

内容的提问来源于stack exchange，提问作者purpletube