使用Pandas匹配DataFrame添加category列时如何保留原索引？

你的思路没问题，melt转置df2是正确的，但merge会默认生成新索引，要保留原索引可以试试这两种方法：

方法一：先保存原索引再恢复 #

先把df1的原索引存成一列，merge后再设回索引：

# 先把原索引存为单独列
df1['original_idx'] = df1.index
# 你的原有melt和merge步骤
mel = df2.melt(var_name='Category', value_name='name')
df1 = df1.merge(mel, on='name')
# 把保存的列重新设为索引，恢复原样
df1.set_index('original_idx', inplace=True)
# 可选：去掉索引的名称，和原df1保持一致
df1.index.name = None

方法二：用映射字典直接赋值（更高效） #

不用merge，先从df2构建「名称-类别」的映射字典，再用map给df1加列，全程不碰索引：

# 构建name到category的映射字典
category_map = {}
for category in df2.columns:
    for item in df2[category]:
        category_map[item] = category

# 直接添加Category列，原索引完全保留
df1['Category'] = df1['name'].map(category_map)

这种方法更简洁，而且不会因为merge产生额外的操作，索引从头到尾都不会变。

内容的提问来源于stack exchange，提问作者Jojo Ann