如何在Pandas中实现类VLOOKUP功能：基于列匹配生成新列值

需求：当analysis_sheet的GPN列值存在于whitelist_sheet的GPN列时，将whitelist_sheet对应行的SOURCE列值写入analysis_sheet的RCL列。

尝试过的无效代码及问题 #

• 代码1：

analysis_sheet['RCL'] = analysis_sheet['GPN'].isin(whitelist_sheet['GPN'])

仅返回布尔值（True/False），无法获取对应的SOURCE列内容。

• 代码2：

analysis_sheet['RCL'] = ((analysis_sheet['GPN'].loc[analysis_sheet['GPN'].isin(whitelist_sheet['GPN']), analysis_sheet['RCL']]) = whitelist_sheet['SOURCE'])

存在语法错误，赋值语句不能嵌套在表达式中，且直接赋值整列SOURCE会导致索引不匹配。

• 代码3：

analysis_sheet['RCL'] = analysis_sheet.merge(whitelist_sheet, right_on='SOURCE')

merge会返回完整的合并DataFrame，无法直接赋值给单个列，且匹配键错误（应使用GPN而非SOURCE）。

• 代码4：

analysis_sheet['RCL'] = analysis_sheet.loc[analysis_sheet['GPN'].isin(whitelist_sheet['GPN']), whitelist_sheet['SOURCE']]

两个DataFrame的索引不匹配，无法完成对应位置的赋值。

正确实现方法 #

方法1：字典映射+map（高效简洁） #

先构建GPN到SOURCE的映射关系，再批量匹配赋值：

# 生成GPN与SOURCE的映射字典
gpn_source_map = whitelist_sheet.set_index('GPN')['SOURCE'].to_dict()
# 匹配赋值，不存在的GPN会填充NaN
analysis_sheet['RCL'] = analysis_sheet['GPN'].map(gpn_source_map)

方法2：左连接合并（保留原表结构） #

通过merge左连接合并两表，提取对应列赋值：

# 仅保留需要的列进行左连接，避免冗余数据
merged_data = analysis_sheet.merge(whitelist_sheet[['GPN', 'SOURCE']], on='GPN', how='left')
# 将合并后的SOURCE列赋值给RCL
analysis_sheet['RCL'] = merged_data['SOURCE']

方法3：loc筛选+replace（适合小型数据集） #

# 初始化RCL列为空值
analysis_sheet['RCL'] = pd.NA
# 筛选出匹配GPN的行，替换为对应SOURCE值
match_rows = analysis_sheet['GPN'].isin(whitelist_sheet['GPN'])
analysis_sheet.loc[match_rows, 'RCL'] = analysis_sheet.loc[match_rows, 'GPN'].replace(gpn_source_map)

内容的提问来源于stack exchange，提问作者Karolina