如何在不合并全部数据集的情况下使用df2的Index列？

现有数据集 #

df1 #

df2（仅需使用其中的"Index"列） #

需求 #

如何在不合并全部数据集的情况下使用df2中的Index列？

以下几种方法都不需要合并df2的全部列，仅提取需要的Index值关联到df1中：

方法1：构建映射字典快速匹配 #

先把df2的(国家,年份)作为键、Index作为值生成字典，再直接在df1中映射取值：

import pandas as pd

# 假设df1和df2已加载完成
index_map = df2.set_index(['国家', '年份'])['Index'].to_dict()

# 给df1添加Index列（也可以直接用这个字典做后续计算）
df1['Index'] = df1.apply(lambda row: index_map.get((row['国家'], row['年份'])), axis=1)

方法2：仅合并所需列的轻量merge #

用merge但只传入df2的必要列，避免全量合并：

# 只选取df2中关联需要的列，和df1合并
df1_with_index = df1.merge(df2[['国家', '年份', 'Index']], on=['国家', '年份'], how='left')

方法3：按条件查询提取（适合小数据集） #

如果数据量不大，直接通过条件定位df2中的对应Index值：

df1['Index'] = df1.apply(
    lambda row: df2.loc[(df2['国家'] == row['国家']) & (df2['年份'] == row['年份']), 'Index'].iloc[0],
    axis=1
)

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