如何合并两个含关联值的DataFrame：关联发送者与员工信息

核心方法：使用pandas的merge()函数 #

pandas的merge()是处理DataFrame关联合并的标准工具，我们只需将消息DataFrame的sender列与员工信息DataFrame的id列作为关联键，即可完成数据合并。

示例代码 #

假设你的两个DataFrame分别为：

• df_messages：存储消息数据，包含sender列（对应员工ID）
• df_employees：存储员工个人信息，首列为id（员工ID），另有department、age等字段

import pandas as pd

# 替换为你的真实数据
df_messages = pd.DataFrame({
    'sender': [79, 79, 80],
    'message_content': ['项目进度同步', '需求细节确认', '部门会议通知']
})

df_employees = pd.DataFrame({
    'id': [79, 80, 81],
    'department': ['研发部', '市场部', '人事部'],
    'age': [32, 28, 40]
})

# 执行合并：以sender和id为关联键
merged_result = pd.merge(
    df_messages,
    df_employees,
    left_on='sender',  # 左表关联列
    right_on='id',     # 右表关联列
    how='left'         # 左连接：保留所有消息记录，无匹配员工信息的行补NaN
)

# 可选：删除重复的id列（sender与id内容一致）
merged_result = merged_result.drop('id', axis=1)

print(merged_result)

关键参数说明 #

• how='left'：若需保留所有消息记录（即使部分sender无对应员工信息），用左连接；若仅保留两边匹配成功的记录，使用默认的how='inner'即可。
• left_on/right_on：明确指定两个DataFrame用于关联的列名，适配两表列名不同的场景。

合并后效果 #

最终输出会将每条消息与对应发送者的部门、年龄等信息关联，示例结果如下：

内容的提问来源于stack exchange，提问作者Orhan Dağ