如何基于NUM列最近值合并两个DataFrame并保留对应多行结果？

现有两个DataFrame：

import pandas as pd

DF1 = pd.DataFrame({
    'NUM1': [100, 100, 200],
    'Car': ['Honda', 'Honda', 'Volvo'],
    'COLOR': ['blue', 'yellow', 'red']
})

DF2 = pd.DataFrame({
    'NUM2': [110, 110, 230, 230],
    'Car': ['Honda', 'Honda', 'Volvo', 'Volvo'],
    'STATE': ['good', 'bad', 'not bad', 'excellent']
})

想要基于NUM1和NUM2的最近值合并，得到如下目标结果：

NUM    CAR   COLOR       STATE
0  100  HONDA    blue        good
1  100  HONDA    blue         bad
2  100  HONDA  yellow        good
3  100  HONDA  yellow         bad
4  200  VOLVO     red     not bad
5  200  VOLVO     red  excellent

试了pd.merge_asof：

df3 = pd.merge_asof(df1, df2, left_on="NUM1", right_on="NUM2")

但结果只返回每个匹配组的第一行，达不到要求，该怎么处理？

pd.merge_asof默认只会给左表的每一行匹配右表中最近的单行，所以拿不到同一匹配组下的所有STATE值。要实现需求，得先建立NUM1和对应最近NUM2的映射关系，再基于Car和这个映射做全量合并：

步骤1：提取每个车型对应的唯一NUM2值 #

看你的数据，同一车型下的NUM2是相同的，先把每个车型对应的NUM2提出来：

# 按Car分组，取每个车型对应的NUM2（因为同一车型NUM2一致，取first就行）
num_mapping = DF2.groupby('Car')['NUM2'].first().reset_index()

步骤2：给DF1匹配对应的NUM2 #

直接按车型把NUM2关联到DF1上：

df1_with_num2 = pd.merge(DF1, num_mapping, on='Car', how='left')

步骤3：合并两个表生成全量组合 #

现在基于车型和NUM2合并DF1和DF2，就能自动生成所有COLOR和STATE的组合：

df3 = pd.merge(df1_with_num2, DF2, on=['Car', 'NUM2'], how='left')
# 整理列名和格式，和目标结果对齐
df3 = df3.rename(columns={'NUM1': 'NUM', 'Car': 'CAR'})
df3['CAR'] = df3['CAR'].str.upper()
df3 = df3[['NUM', 'CAR', 'COLOR', 'STATE']].reset_index(drop=True)

运行后得到的结果就是你要的目标DataFrame。

如果同一车型有多个不同NUM2的情况 #

要是DF2里同一车型有多个不同的NUM2值，就得先给DF1的每个NUM1找到对应车型下最近的NUM2，再合并：

# 先按车型和NUM排序，merge_asof要求输入是有序的
DF1_sorted = DF1.sort_values(['Car', 'NUM1'])
DF2_sorted = DF2.sort_values(['Car', 'NUM2'])

# 按车型分组，给每个NUM1匹配最近的NUM2
df1_with_num2 = pd.merge_asof(
    DF1_sorted,
    DF2_sorted[['Car', 'NUM2']].drop_duplicates(),  # 先去重每个车型的NUM2
    left_on='NUM1',
    right_on='NUM2',
    by='Car',
    direction='nearest'  # 找最近值，比默认的向后找更准确
)

# 再合并DF2得到所有STATE组合
df3 = pd.merge(df1_with_num2, DF2, on=['Car', 'NUM2'], how='left')
# 后续列名整理同上

内容的提问来源于stack exchange，提问作者Hamouza