Pandas合并DataFrame时主键缺失如何使用备选键匹配？

可以通过构造优先级匹配键的方式实现需求，步骤简洁清晰：

1. 给df1新增临时匹配键match_key：优先使用key1，当key1不在df2的key2集合中时，自动替换为alternative_key
2. 基于临时键与df2的key2做左连接，最后删除临时键即可

完整实现代码 #

import pandas as pd

a = {'key1': ['a','b','c'], 'alternative_key':['f','g','h']}
df1 = pd.DataFrame(data=a)

b = {'key2':['a','b','h'], 'some_stuff': [1,2,3]}
df2 = pd.DataFrame(data=b)

# 构造优先级匹配键
df1['match_key'] = df1['key1'].where(df1['key1'].isin(df2['key2']), df1['alternative_key'])
# 执行合并并清理临时列
df_final = df1.merge(df2, left_on='match_key', right_on='key2', how='left').drop(['match_key', 'key2'], axis=1)

print(df_final)

输出结果 #

key1 alternative_key  some_stuff
0    a               f           1
1    b               g           2
2    c               h           3

备选方案（两次合并填充） #

如果偏好分步处理，也可以通过两次merge后填充缺失值实现，逻辑更直观但代码稍长：

# 第一次用key1匹配
df_temp = df1.merge(df2, left_on='key1', right_on='key2', how='left')
# 第二次用alternative_key匹配补充缺失值
df_final = df_temp.merge(df2, left_on='alternative_key', right_on='key2', how='left', suffixes=('', '_alt'))
# 填充缺失的some_stuff
df_final['some_stuff'] = df_final['some_stuff'].fillna(df_final['some_stuff_alt'])
# 清理冗余列
df_final = df_final.drop(['key2', 'key2_alt', 'some_stuff_alt'], axis=1)

内容的提问来源于stack exchange，提问作者ZetDen