如何匹配参考DataFrame的Serial ID与11个DataFrame的Serial Number并生成新表

原代码的问题 #

• 循环内每次赋值都会覆盖df_matches，最终仅保留最后一个匹配的结果，丢失之前的匹配数据
• 仅处理了df1，未覆盖另外10个需要匹配的DataFrame

正确实现步骤 #

1. 统一管理待匹配DataFrame：将11个需要匹配的DataFrame放入一个列表，便于批量处理
2. 提取参考ID集合：从参考DataFrame中获取所有需要匹配的Serial ID值
3. 批量筛选并合并结果：遍历每个待匹配DataFrame，筛选出符合条件的行，合并到最终结果中

代码示例 #

import pandas as pd

# 将11个待匹配的DataFrame存入列表（根据实际变量名替换）
dfs_to_match = [df1, df2, df3, df4, df5, df6, df7, df8, df9, df10, df11]

# 提取参考DataFrame中的所有Serial ID
reference_serial_ids = reference_df['Serial ID'].tolist()

# 初始化空的结果DataFrame
df_matches = pd.DataFrame()

# 批量处理每个DataFrame
for df in dfs_to_match:
    # 筛选当前DataFrame中Serial Number属于参考ID的行
    matched_rows = df[df['Serial number'].isin(reference_serial_ids)]
    # 合并到结果中，ignore_index避免索引重复
    df_matches = pd.concat([df_matches, matched_rows], ignore_index=True)

# 查看最终匹配结果
print(df_matches)

可选优化：添加来源标记 #

如果需要区分匹配行来自哪个原DataFrame，可以在循环中增加来源标记列：

for idx, df in enumerate(dfs_to_match, 1):
    matched_rows = df[df['Serial number'].isin(reference_serial_ids)]
    # 添加列标记当前行来自第几个DataFrame
    matched_rows['source_dataframe'] = f'dataset_{idx}'
    df_matches = pd.concat([df_matches, matched_rows], ignore_index=True)

内容的提问来源于stack exchange，提问作者0binary Name1