如何在Excel/Pandas中基于ID匹配拉取重复ID对应列值？

没问题，我帮你搞定这个重复ID的匹配问题！你的需求核心是保留原表所有重复行，同时按ID匹配另一个表的jul19列值，只处理原表已存在的ID，用Pandas的merge函数就能轻松实现，之前失败大概率是没选对连接方式~

具体步骤和代码示例 #

我直接给你能跑通的代码，每一步都给你解释清楚：

1. 导入Pandas并读取两个工作表的数据
2. 使用左连接按id匹配数据，确保原表的所有行（包括重复ID的行）都被保留
3. 输出或保存结果

import pandas as pd

# 读取包含jun19和重复ID的工作表
df_jun = pd.read_excel('你的Excel文件路径.xlsx', sheet_name='jun工作表名称')

# 读取包含jul19的工作表
df_jul = pd.read_excel('你的Excel文件路径.xlsx', sheet_name='jul工作表名称')

# 关键操作：按id左连接，保留原表所有行，匹配对应jul19值
result_df = pd.merge(df_jun, df_jul, on='id', how='left')

# 查看结果（和你要的最终格式完全一致）
print(result_df)

# 如果需要把结果保存回Excel，取消下面注释
# result_df.to_excel('匹配结果.xlsx', index=False)

为什么这个方法有效？ #

• how='left'是核心：它会完全保留左表（也就是你的jun19表）的所有行，不管右表（jul19表）有没有对应的ID。因为你的原表ID（1、2、3）都在jul表中有对应值，所以所有行都会成功匹配到jul19的值，重复的ID行也会重复拿到对应的数值，正好符合你的需求。
• 右表中ID为4、5的行因为原表没有，所以不会被加入结果里，完美满足“仅匹配已有ID”的要求。

验证结果 #

运行后你会得到和你预期完全一致的输出：

id  jun19  jul19
0   1      3      4
1   2      2      6
2   3      7     45
3   1      3      4
4   2      2      6
5   3      7     45
6   1      3      4
7   2      2      6
8   3      7     45

内容的提问来源于stack exchange，提问作者ERJAN