如何匹配双边数据集的国家名并关联v2x_regime完成合并？

问题描述 #

需要将包含单国年度属性的df1，与包含双边关系的df2合并，把df1中的v2x_regime字段分别关联到df2的报告国和伙伴国，最终生成包含报告国、报告国的v2x_regime、伙伴国、伙伴国的v2x_regime及年份的数据集。

原始数据 #

df1（单国年度属性）

df2（双边关系数据）

解决方案（Python Pandas） #

核心思路是两次左连接：先将df2与df1按「报告国+年份」匹配，得到报告国的v2x_regime；再将结果与df1按「伙伴国+年份」匹配，得到伙伴国的v2x_regime。

代码实现 #

import pandas as pd

# 构造df1数据
df1 = pd.DataFrame({
    'country_name': ['土耳其（Turkiye）', '土耳其（Turkiye）', '土耳其（Turkiye）',
                     '意大利', '西班牙', '德国', '俄罗斯', '俄罗斯', '美国（USA）'],
    'Year': [1993, 1994, 1995, 1993, 1993, 1993, 1993, 1995, 1993],
    'v2x_regime': [0, 0, 1, 1, 0, 1, 0, 0, 1]
})

# 构造df2数据
df2 = pd.DataFrame({
    'Reporting Country（报告国）': ['土耳其（Turkiye）', '土耳其（Turkiye）', '意大利',
                                 '乌克兰（Ukrain）', '德国', '俄罗斯', '俄罗斯', '美国（USA）'],
    'Partner Country（伙伴国）': ['意大利', '意大利', '土耳其（Turkiye）', '德国',
                               '俄罗斯', '德国', '德国', '英国（UK）'],
    'Year': [1993, 1994, 1993, 1993, 1993, 1993, 1995, 1993],
    'FDI_outward': [132, 392, 913, 512, 714, 451, 282, 1241]
})

# 第一次合并：匹配报告国的v2x_regime
merged = pd.merge(df2, df1,
                  left_on=['Reporting Country（报告国）', 'Year'],
                  right_on=['country_name', 'Year'],
                  how='left').rename(columns={'v2x_regime': 'v2x_regime_reporting'})

# 第二次合并：匹配伙伴国的v2x_regime
final_df = pd.merge(merged, df1,
                    left_on=['Partner Country（伙伴国）', 'Year'],
                    right_on=['country_name', 'Year'],
                    how='left').rename(columns={'v2x_regime': 'v2x_regime_partner'})

# 筛选需要的列并整理顺序
final_df = final_df[[
    'Reporting Country（报告国）', 'v2x_regime_reporting',
    'Partner Country（伙伴国）', 'v2x_regime_partner',
    'Year', 'FDI_outward'
]]

# 查看结果
print(final_df)

最终输出结果 #

说明 #

• 结果中的NaN表示对应国家-年份组合在df1中没有数据（比如1994年的意大利、1995年的德国、乌克兰、英国），可根据需求用fillna()填充默认值（如final_df.fillna(0, inplace=True)）。
• 确保国家名称的格式完全一致（比如「美国（USA）」和「美国（US）」会被视为不同国家），若存在名称不一致的情况，需先统一国家名称格式。

内容的提问来源于stack exchange，提问作者user19562955