如何基于Winner和Loser两列匹配合并Pandas中的两个DataFrame

这问题我在处理赛事类数据时碰过好多次，既然你已经确认两个DataFrame的Winner和Loser选手配对完全一致，那这两列的组合就是最可靠的合并标识，完全不需要依赖有差异的Date列。下面是具体步骤和代码示例：

1. 预处理（可选但强烈推荐） #

选手名称经常会有大小写、首尾空格或者特殊字符的差异，比如"LeBron James"和"lebron james "，这些小细节会直接导致匹配失败。先统一格式能避免踩坑：

import pandas as pd

# 遍历两个DataFrame，标准化选手名称格式
for df in [df1, df2]:
    df['Winner'] = df['Winner'].str.strip().str.lower()
    df['Loser'] = df['Loser'].str.strip().str.lower()

2. 验证组合键唯一性（可选） #

虽然你说每行配对一致，但为了防止潜在的重复数据导致合并后行数异常，最好先做个检查：

# 检查df1是否存在重复的Winner+Loser组合
print(df1.duplicated(subset=['Winner', 'Loser']).any())
# 对df2执行同样检查
print(df2.duplicated(subset=['Winner', 'Loser']).any())

如果输出都是False，说明组合键是唯一的，可以放心合并。

3. 执行合并操作 #

直接用pd.merge()，指定合并键为['Winner', 'Loser']即可：

# 内连接合并（因为两个DataFrame行数对应，inner模式完全满足需求）
merged_df = pd.merge(df1, df2, on=['Winner', 'Loser'], how='inner')

• how='inner'：只保留两个DataFrame中都存在的配对，符合你“行数对应同一时期赛事”的场景
• 如果需要保留所有行（比如某一方有少量缺失），可以替换为how='outer'

4. 特殊情况处理：选手顺序颠倒（可选） #

如果存在极端情况：比如df1中是Winner=A, Loser=B，但df2中是Winner=B, Loser=A（虽然你说配对一致，但万一数据源有格式差异呢？），可以生成排序后的组合键来匹配：

# 定义函数生成统一的配对标识
def create_match_key(row):
    # 将两个选手名称排序后转成元组，确保顺序不影响匹配
    return tuple(sorted([row['Winner'], row['Loser']]))

# 给两个DataFrame添加临时匹配键
df1['match_key'] = df1.apply(create_match_key, axis=1)
df2['match_key'] = df2.apply(create_match_key, axis=1)

# 基于临时键合并，之后删除该列
merged_df = pd.merge(df1, df2, on='match_key').drop('match_key', axis=1)

这样就能完美解决你的合并问题啦！

内容的提问来源于stack exchange，提问作者stud_eco