如何基于第二个DataFrame为目标DataFrame添加匹配列并合并数据？

需求说明 #

现有两个DataFrame：

• df_a为目标操作对象，需新增一列Name
• df_b包含关联列Code和对应的Name值，需将匹配的Name映射到df_a中

原始数据 #

df_a数据：

_ | Code | Speed | Velocity |
0 |  DA  |   23  |    22    |
1 |  ES  |   23  |    22    |
2 |  DA  |   23  |    22    |
3 |  GA  |   23  |    22    |
4 |  NU  |   23  |    22    |

df_b数据：

_ | Code |     Name    |
0 |  DA  |   DinoAero  |
1 |  ES  |    Espeed   |
2 |  GA  |    GeoArk   |
3 |  NU  |  NewUnicorn |

实现方法 #

使用pandas的merge()方法执行左连接，保留df_a的所有行，并通过Code列匹配df_b中的Name值：

import pandas as pd

# 构造示例DataFrame
df_a = pd.DataFrame({
    'Code': ['DA', 'ES', 'DA', 'GA', 'NU'],
    'Speed': [23, 23, 23, 23, 23],
    'Velocity': [22, 22, 22, 22, 22]
})

df_b = pd.DataFrame({
    'Code': ['DA', 'ES', 'GA', 'NU'],
    'Name': ['DinoAero', 'Espeed', 'GeoArk', 'NewUnicorn']
})

# 左连接合并，新增Name列
result_df = pd.merge(df_a, df_b[['Code', 'Name']], on='Code', how='left')

# 调整列顺序（可选，匹配目标结果的列顺序）
result_df = result_df[['Code', 'Name', 'Speed', 'Velocity']]

print(result_df)

运行结果 #

Code       Name  Speed  Velocity
0   DA   DinoAero     23        22
1   ES    Espeed     23        22
2   DA   DinoAero     23        22
3   GA    GeoArk     23        22
4   NU  NewUnicorn     23        22

内容的提问来源于stack exchange，提问作者Lemsic