如何合并df_information与补充岗位组合表，实现用户对应全岗位组合？

我有两个DataFrame：

1. df_information：记录用户信息，包含id_user、job_function、job_area、title字段，数据如下：

2. df_all_possible_job_function_job_area：存储各title在df_information中未涵盖的job_function与job_area组合，包含job_function、job_area、title字段，数据如下：

需要将两个DataFrame合并，要求每个id_user对应其title下的所有job_function、job_area组合（包含原表及补充表中的组合），预期修正后结果如下：

（注：原预期结果中存在重复的Accounting记录，属于输入笔误，此处已修正）

可通过提取用户-title唯一映射、关联补充表生成组合、合并原表与补充记录三步实现：

import pandas as pd

# 1. 获取用户与title的唯一对应关系，避免同一用户重复关联补充组合
user_title_unique = df_information[['id_user', 'title']].drop_duplicates()

# 2. 将用户-title映射与补充表按title关联，生成用户对应的补充组合记录
supplement_records = pd.merge(user_title_unique, df_all_possible_job_function_job_area, on='title', how='inner')

# 3. 合并原表和补充记录，得到最终结果
final_result = pd.concat([df_information, supplement_records], ignore_index=True)

# 可选：按id_user排序让结果更规整
final_result = final_result.sort_values('id_user').reset_index(drop=True)

print(final_result)

逻辑说明 #

1. 去重用户-title映射：解决原表中同一用户多条记录的问题，确保每个用户仅对应自身title一次，避免后续生成重复的补充组合。
2. 关联补充表：通过merge按title匹配，让每个用户获取对应title下的所有补充job_function+job_area组合。
3. 合并记录：用concat将原用户记录和新生成的补充记录合并，得到包含所有组合的最终DataFrame。

内容的提问来源于stack exchange，提问作者Rus Zzzeta