如何在Pandas中基于多列匹配值高效合并两个DataFrame？

先构造你提供的示例数据，方便直接测试：

import pandas as pd

# 第一个DataFrame
df1 = pd.DataFrame({
    'Column A': ['id1', 'id2', 'id3'],
    'Column B': ['name1', 'name2', 'name3']
})

# 第二个DataFrame
df2 = pd.DataFrame({
    'Column X1': ['name1', 'name6', 'name3'],
    'Column X2': ['name4', 'name2', 'name8'],
    'Column Y': ['company1', 'company2', 'company3']
})

你的需求核心是：让df1的Column B与df2的Column X1/Column X2双向匹配，取对应另一列作为New_Column，同时关联Column Y。用循环效率极低，用Pandas的向量化操作可以高效解决：

步骤1：生成双向匹配映射表 #

把df2拆成两个方向的匹配关系，再合并成统一的映射表：

# 方向1：以X1为匹配名，X2为对应值
map_from_x1 = df2.rename(columns={'Column X1': 'match_name', 'Column X2': 'New_Column'})[['match_name', 'New_Column', 'Column Y']]
# 方向2：以X2为匹配名，X1为对应值
map_from_x2 = df2.rename(columns={'Column X2': 'match_name', 'Column X1': 'New_Column'})[['match_name', 'New_Column', 'Column Y']]
# 合并两个映射表
mapping_df = pd.concat([map_from_x1, map_from_x2], ignore_index=True)

步骤2：关联原DataFrame得到结果 #

用merge做左连接，匹配df1的Column B和映射表的match_name，最后清理冗余列：

result = df1.merge(mapping_df, left_on='Column B', right_on='match_name', how='left').drop('match_name', axis=1)

运行后得到的结果完全符合你的目标：

这种方法全程用Pandas内置的向量化操作，比循环快几个数量级，数据量越大优势越明显。如果df2存在重复匹配项，可以先通过drop_duplicates(subset='match_name')去重，或者根据需求保留特定条目。

内容的提问来源于stack exchange，提问作者user20505088