基于分组反向排序合并两个DataFrame并关联对应列

核心就是靠分组内的排序位置来做匹配，把df2的列对应到df1里，完全保留df1的结构，匹配不上的就填NA。具体步骤和代码如下：

操作步骤 #

• 给df1按ColA、ColB分组，ColD升序排序，每组内加个从1开始的序号，标记每行在组内的位置
• 给df2按ColA2、ColB2分组，ColD2降序排序，同样加组内序号，同时把ColA2、ColB2改名叫ColA、ColB，方便后续匹配
• 用ColA、ColB加上组内序号当匹配键，把df2的ColD2、ColC2合并到df1里，最后删掉临时加的序号列

代码示例（Pandas） #

import pandas as pd

# 示例数据，替换成你自己的即可
df1 = pd.DataFrame({
    'ColA': ['A', 'A', 'B', 'B', 'B'],
    'ColB': ['X', 'X', 'Y', 'Y', 'Y'],
    'ColC': ['C1', 'C2', 'C3', 'C4', 'C5'],
    'ColD': [10, 20, 5, 15, 25]
})

df2 = pd.DataFrame({
    'ColA2': ['A', 'A', 'B', 'B'],
    'ColB2': ['X', 'X', 'Y', 'Y'],
    'ColC2': ['C21', 'C22', 'C23', 'C24'],
    'ColD2': [200, 100, 250, 150]
})

# 给df1添加组内排序序号
df1['group_rank'] = df1.groupby(['ColA', 'ColB'])['ColD'].rank(method='first', ascending=True).astype(int)

# 处理df2：重命名分组列 + 添加组内降序序号
df2_processed = df2.copy()
df2_processed.rename(columns={'ColA2': 'ColA', 'ColB2': 'ColB'}, inplace=True)
df2_processed['group_rank'] = df2_processed.groupby(['ColA', 'ColB'])['ColD2'].rank(method='first', ascending=False).astype(int)
# 只保留需要合并的列，减少冗余数据
df2_processed = df2_processed[['ColA', 'ColB', 'group_rank', 'ColD2', 'ColC2']]

# 左合并，完全保留df1原有结构
result = pd.merge(df1, df2_processed, on=['ColA', 'ColB', 'group_rank'], how='left')
# 删除临时添加的序号列
result.drop('group_rank', axis=1, inplace=True)

print(result)

重点说明 #

• 用rank(method='first')是为了避免ColD/ColD2出现重复值时，序号重复导致匹配混乱，保证每行都有唯一的组内位置标记
• how='left'是核心参数，确保df1的所有行都被保留，匹配失败的位置自动填充NA
• 重命名df2的分组列是为了统一合并键，简化匹配逻辑，不用额外指定复杂的列对应关系

内容的提问来源于stack exchange，提问作者Connie Xu