如何使用Pandas将df1 DataFrame的数值映射到df2 DataFrame？

云上老周

2026-8-5

解决方法：将df1的id映射到df2生成df3

数据准备

先明确示例中的两个DataFrame结构：

df1数据：

id	name
1001	john
1002	amy
1003	jim

df2数据：

name	salary	department
john	2000	A
amy	3000	B
jim	4000	C
john	5000	D
jim	6000	E
amy	7000	F

实现方案

以下是两种高效的实现方式：

方案1：使用merge（推荐）

通过merge按name列进行左连接，保留df2所有行的同时匹配df1中的id，最后调整列顺序：

import pandas as pd

# 构造df1和df2
df1 = pd.DataFrame({'id': [1001, 1002, 1003], 'name': ['john', 'amy', 'jim']})
df2 = pd.DataFrame({
    'name': ['john', 'amy', 'jim', 'john', 'jim', 'amy'],
    'salary': [2000, 3000, 4000, 5000, 6000, 7000],
    'department': ['A', 'B', 'C', 'D', 'E', 'F']
})

# 执行连接并调整列顺序
df3 = df2.merge(df1, on='name', how='left')[['name', 'id', 'salary', 'department']]

方案2：使用map

先将df1转换为name到id的映射字典，再通过map方法将id批量映射到df2：

import pandas as pd

# 构造df1和df2
df1 = pd.DataFrame({'id': [1001, 1002, 1003], 'name': ['john', 'amy', 'jim']})
df2 = pd.DataFrame({
    'name': ['john', 'amy', 'jim', 'john', 'jim', 'amy'],
    'salary': [2000, 3000, 4000, 5000, 6000, 7000],
    'department': ['A', 'B', 'C', 'D', 'E', 'F']
})

# 创建映射字典并完成映射
id_map = df1.set_index('name')['id'].to_dict()
df2['id'] = df2['name'].map(id_map)

# 调整列顺序得到df3
df3 = df2[['name', 'id', 'salary', 'department']]