Pandas多匹配连接实现：按列合并DataFrame并追加多匹配结果

问题描述 #

将两个DataFrame按单一列（如ID）连接，当存在多匹配情况时，把匹配到的结果合并追加至同一列，而非生成多行。

示例数据 #

• 第一个DataFrame（用户信息）：

• 第二个DataFrame（科目信息）：

期望输出 #

解决方案 #

使用Pandas的分组聚合+左连接即可实现需求，具体步骤如下：

代码实现 #

import pandas as pd

# 构造示例DataFrame（替换为你的实际数据即可）
df_user = pd.DataFrame({
    'ID': [1, 2, 3],
    'Name': ['Alice', 'Bob', 'Charlie']
})

df_subject = pd.DataFrame({
    'ID': [1, 1, 2],
    'Subject': ['Math', 'Science', 'English']
})

# 按ID分组，将同一ID下的科目合并为逗号分隔的字符串
df_subject_agg = df_subject.groupby('ID')['Subject'].apply(', '.join).reset_index()

# 左连接两个DataFrame，保留用户表的所有行
final_df = pd.merge(df_user, df_subject_agg, on='ID', how='left')

print(final_df)

代码说明 #

• groupby('ID')['Subject'].apply(', '.join)：对科目表按ID分组，将每组内的Subject值合并为一个字符串，用逗号加空格分隔
• reset_index()：把分组后的索引转换为普通列，避免合并时出现索引不匹配的问题
• pd.merge(..., how='left')：采用左连接方式，确保用户表中的所有记录都被保留，没有匹配科目的行将显示NaN

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