数据集合并键选择及双国家列匹配索引的最优方案咨询

你不需要反复修改匹配键再合并，有两种更高效的处理方式，以Python pandas为例：

原始数据（Markdown格式呈现） #

FDI数据集 #

国家Index数据集 #

方法一：两次merge（直观易理解） #

直接分别按origin和destination与国家表合并，每次合并指定匹配键并命名新列，避免列名冲突：

import pandas as pd

# 创建原始DataFrame
fdi_df = pd.DataFrame({
    'origin': ['US', 'ITA', 'TR'],
    'destination': ['UK', 'US', 'SPA'],
    'FDI': [120, 90, 40]
})

index_df = pd.DataFrame({
    'Country': ['ITA', 'UK', 'TR', 'SPA'],
    'Index': [0, 1, 0, 1]
})

# 第一次合并：匹配origin的Index
result = fdi_df.merge(index_df, left_on='origin', right_on='Country', how='left')
result = result.rename(columns={'Index': 'origin_index'}).drop('Country', axis=1)

# 第二次合并：匹配destination的Index
result = result.merge(index_df, left_on='destination', right_on='Country', how='left')
result = result.rename(columns={'Index': 'destination_index'}).drop('Country', axis=1)

最终结果：

方法二：用map函数（更简洁高效） #

把国家Index表转换成字典，直接用map给两列批量匹配：

# 转换为字典：{国家: Index}
country_index_dict = index_df.set_index('Country')['Index'].to_dict()

# 给两列匹配Index
fdi_df['origin_index'] = fdi_df['origin'].map(country_index_dict)
fdi_df['destination_index'] = fdi_df['destination'].map(country_index_dict)

得到的结果和方法一完全一致，这种方式代码更短，适合数据量较大的场景。

补充说明 #

• 对于匹配不到的国家（比如示例中的US），结果会显示NaN，你可以根据需求用fillna()填充默认值，或者用dropna()过滤掉这些行。
• 如果使用其他工具（比如R的dplyr），逻辑类似：要么两次join，要么用字典映射。

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