Pandas多列一对多合并时实现首次匹配填充值的方法

我懂你现在的困扰——用普通的左连接做多列一对多合并时，同组的每一行都会重复填充匹配到的value，但你只希望每组的第一行显示对应值，后面的留空或者NaN对吧？其实只需要在常规合并后加一步分组去重的处理就能搞定，我给你一步步拆解实现：

第一步：先准备示例数据 #

先把你给出的两个DataFrame还原出来，方便后续操作：

import pandas as pd

df1 = pd.DataFrame({
    'date':['2025-03-01','2025-03-01', '2025-03-02'],
    'period':[1,1,2], 
    'company':['aa','aa','b']
}) 

df2 = pd.DataFrame({
    'date':['2025-03-01', '2025-03-02'],
    'period':[1,2],
    'company':['aa','b'], 
    'value':[4,8]
})

第二步：常规左连接+分组去重填充 #

先做普通的左连接拿到基础合并结果，再对分组后的value列做处理，只保留每组第一个匹配的值：

# 1. 执行常规左连接，确保df1的所有行都被保留
merged = df1.merge(df2, on=['date', 'period', 'company'], how='left')

# 2. 按合并的分组键分组，将每组除第一行外的value替换为NaN
merged['value'] = merged.groupby(['date', 'period', 'company'])['value'].mask(lambda x: x.duplicated(keep='first'))

运行后打印结果，就是你想要的效果：

date  period company  value
0  2025-03-01       1      aa    4.0
1  2025-03-01       1      aa    NaN
2  2025-03-02       2       b    8.0

额外需求：如果想要空字符串而非NaN #

如果你希望重复行的value显示为空字符串（而不是默认的NaN），只需要把第二步的代码改成：

merged['value'] = merged.groupby(['date', 'period', 'company'])['value'].mask(lambda x: x.duplicated(keep='first'), '')

这样输出的第二行value就会是空字符串啦。

逻辑解释 #

• 左连接的作用是确保所有df1的行都被保留，并且拿到df2中对应的value值；
• groupby配合mask和duplicated是核心：duplicated(keep='first')会把每组中除第一个元素外的所有重复项标记为True，mask则会把这些标记为True的位置的value替换成你指定的内容（默认NaN，或者空字符串），完美实现“仅首次匹配填充值”的需求。

内容来源于stack exchange