使用Python Pandas关联销售表与商品表的技术求助

问题核心 #

销售表的cod是纯数字编码，而商品表的item sold是「编码 - 商品名称」的组合格式，直接使用merge会因匹配键格式不统一失败，这是你之前尝试未成功的关键原因。

解决步骤（基于Python Pandas） #

假设销售表变量名为sales_df，商品表变量名为item_df：

1. 从商品表提取匹配用的编码列
   拆分item sold列，提取出纯编码并转为和销售表cod一致的整数类型：

   import pandas as pd
   
   # 拆分编码与商品名称，提取编码列
   item_df['cod'] = item_df['item sold'].str.split(' - ', expand=True)[0].astype(int)
   

2. 执行匹配合并
   以cod为匹配键，将商品表的商品名称、价格合并到销售表：

   # 左连接保留销售表所有数据，匹配对应商品信息
   final_df = pd.merge(sales_df, item_df[['cod', 'item sold', 'price']], on='cod', how='left')
   # 提取纯商品名称（可选，匹配预期结果格式）
   final_df['item sold'] = final_df['item sold'].str.split(' - ', expand=True)[1]
   

3. 调整列顺序（可选）
   按照预期结果调整列的排列：

   final_df = final_df[['cod', 'item sold', 'quantity sold', 'price']]
   

为什么之前的方法失效？ #

• merge：未统一匹配键的格式与名称，两张表没有可直接匹配的列
• concatenate：仅用于行/列的直接拼接，不支持按条件匹配合并数据
• apply：若未正确处理编码提取与匹配逻辑，会因效率或匹配规则问题失败

内容的提问来源于stack exchange，提问作者Dini