如何在Pandas中实现DataFrame特殊合并：匹配多行合并为单行

步骤1：准备示例数据 #

import pandas as pd

df1 = pd.DataFrame({
    'Element': ['Ae_aag2/0013F', 'Ae_aag2/0014F'],
    'Range': ['5-2500', '300-2100'],
    'Family': ['Chuviridae', 'Flaviviridae']
})

df2 = pd.DataFrame({
    'Element': ['0012F', '0013F', '0013F'],
    'Range': ['30-720', '23-1200', '1300-2610'],
    'Family': ['Chuviridae', 'Chuviridae', 'Xinmoviridae']
})

步骤2：预处理df2，聚合多行数据 #

先将df2的Element和Range拼接为目标格式，再按Element分组，把对应多行的内容合并为逗号分隔的字符串：

# 拼接Element和Range为指定格式
df2['Element_Range'] = df2['Element'] + ':' + df2['Range']

# 分组聚合，合并字符串
df2_agg = df2.groupby('Element').agg(
    Element_df2=('Element_Range', lambda x: ','.join(x)),
    Family_df2=('Family', lambda x: ','.join(x))
).reset_index()

步骤3：处理df1，提取匹配键 #

从df1的Element字段中提取/后的部分，作为和df2匹配的关键字：

df1['match_key'] = df1['Element'].str.split('/').str[-1]

步骤4：合并并整理最终结果 #

将处理后的df1和聚合后的df2合并，再调整列名和字段顺序：

# 按匹配键合并数据
merged_df = pd.merge(
    df1,
    df2_agg,
    left_on='match_key',
    right_on='Element',
    how='left'  # 用left保留df1所有行，如需只保留匹配项可改为inner
)

# 整理输出字段
final_df = merged_df.rename(
    columns={'Element_x': 'Element_df1', 'Family_x': 'Family_df1'}
)[['Element_df1', 'Element_df2', 'Family_df1', 'Family_df2']]

# 空值替换为空字符串（可选）
final_df = final_df.fillna('')

print(final_df)

输出结果 #

Element_df1                     Element_df2    Family_df1               Family_df2
0  Ae_aag2/0013F  0013F:23-1200,0013F:1300-2610    Chuviridae  Chuviridae,Xinmoviridae
1  Ae_aag2/0014F                                           Flaviviridae

内容的提问来源于stack exchange，提问作者Yago Dias