如何用pandas的isin函数获取匹配行实际值而非布尔结果？

你现在需要的是根据B列的匹配关系，将df2的C列对应值映射到df1的新列中，而isin只能返回布尔值，没法拿到实际的C值。这里给你两个实用的解决方法：

方法1：用merge合并（推荐） #

这是pandas处理这类关联匹配的标准方式，直接根据B列把两个DataFrame合并，提取需要的C列：

# 筛选df2的B、C列，以B为键左合并到df1，并重命名列
df1 = df1.merge(df2[['B', 'C']], on='B', how='left').rename(columns={'C': 'New'})

• df2[['B', 'C']]先挑出需要的列，避免合并多余数据
• how='left'保证df1的所有行都保留，没匹配到的行New列会填NaN
• 最后用rename把合并过来的C列改成你要的New

方法2：用map映射 #

如果df2的B列没有重复值（每个B对应唯一的C），可以用map快速映射：

# 把df2转成B:C的映射关系，再匹配到df1的B列
df1['New'] = df1['B'].map(df2.set_index('B')['C'])

• df2.set_index('B')['C']会生成一个以B为索引、C为值的Series，相当于字典
• map会自动根据df1的B值匹配对应的C值，没匹配到的返回NaN

两种方法的区别 #

• 如果df2的B列有重复值，merge会返回所有匹配结果（可能让df1行数变多），map只会取最后一个匹配的C值
• 一对一匹配场景下两种方法都能用；一对多场景优先选merge

内容的提问来源于stack exchange，提问作者curd_C