如何在Pandas中实现一对多连接？附数据表示例

数据结构说明 #

df_1 结构 #

df_2 结构 #

合并实现代码 #

使用Pandas的merge()方法，指定job_function、job_area、title作为连接键，可自动处理一对多的匹配关系：

import pandas as pd

# 构造示例数据
df_1 = pd.DataFrame({
    'job_function': ['General Management', 'Learning / Training'],
    'job_area': ['Human Resources', 'IT / Computers / Electronics'],
    'title': ['manager', 'personnel']
})

df_2 = pd.DataFrame({
    'job_function': ['General Management', 'Learning / Training', 'General Management', 'Learning / Training'],
    'job_area': ['Human Resources', 'IT / Computers / Electronics', 'Human Resources', 'IT / Computers / Electronics'],
    'id': ['12312312', '12312237', '12312315', '12312234'],
    'title': ['manager', 'personnel', 'manager', 'personnel']
})

# 执行一对多合并
merged_df = pd.merge(df_1, df_2, on=['job_function', 'job_area', 'title'], how='left')

print(merged_df)

合并结果说明 #

运行后会得到如下结果，df_1的每条记录会匹配df_2中所有对应连接键的id：

参数说明 #

• on：指定用于匹配的连接键列表，需确保两张表的键名一致
• how='left'：保留df_1的所有行，即使df_2中无对应匹配；若仅需两张表共有的记录，可改为how='inner'

内容的提问来源于stack exchange，提问作者Rus Zzzeta