Pandas中如何实现SQL的JOIN ON CASE WHEN匹配逻辑？

先构造示例数据 #

首先用你提到的字典创建两个示例DataFrame：

import pandas as pd

# 病例数据DataFrame
disease_data = {
    '城市': ['北京', '上海', '广州', '深圳', '杭州', '南京'],
    '病例数': [120, 90, 80, 70, 50, 40]
}
disease = pd.DataFrame(disease_data)

# 区域-城市映射DataFrame
region_data = {
    '区域': ['华北', '华东', '华南'],
    '城市列表': [['北京'], ['上海', '杭州', '南京'], ['广州', '深圳']]
}
region = pd.DataFrame(region_data)

方法1：拆分区域映射表后合并（推荐） #

当区域数量较多时，这种方法最简洁，无需写任何条件判断：

1. 用explode()把region中的“城市列表”拆分为单独行，形成区域-城市的一对一映射
2. 通过merge()将病例表和映射表按“城市”关联

# 拆分区域映射为长格式
region_long = region.explode('城市列表').rename(columns={'城市列表': '城市'})

# 左连接合并，保留所有病例数据
disease_with_region = pd.merge(disease, region_long, on='城市', how='left')

执行后disease_with_region会新增“区域”列，每个城市自动匹配对应区域。

方法2：构建映射字典后批量匹配 #

如果偏好字典映射的方式，可以先创建城市→区域的字典，再用map()批量赋值：

# 构建城市到区域的映射字典
city_region_map = {}
for _, row in region.iterrows():
    for city in row['城市列表']:
        city_region_map[city] = row['区域']

# 为病例表添加区域列
disease['区域'] = disease['城市'].map(city_region_map)

两种方法的优势 #

这两种方式都避免了SQL中写大量CASE WHEN的繁琐，尤其是区域数量增加时，只需要维护region表的结构即可，无需修改匹配逻辑。方法1更符合Pandas的向量化操作习惯，效率更高；方法2适合需要手动调整映射规则的场景。

内容的提问来源于stack exchange，提问作者PiPio