Python实现多组合DataFrame合并：亲子家庭关联匹配

输入数据 #

DataFrame 1（父母数据） #

Parent  Family Name
Jack    Everdeen
Rita    Lawrence
Amy     Donnie
Eric    Everdeen
Nash    Donnie
Andrew  Paul
Lily    Donnie

DataFrame 2（子女数据） #

Child   Family Name
Vivian  Everdeen
Alex    Donnie
Rose    Evans
Annie   Paul
Hugh    Lawrence
Billy   Donnie
Marc    Paul

当前问题 #

使用pd.concat仅完成简单拼接，未按姓氏关联生成所有可能的亲子匹配，不符合预期结果：

Parent  Family Name Child
0   Jack    Everdeen    NaN
1   Rita    Lawrence    NaN
2   Amy     Donnie      NaN
3   Eric    Everdeen    NaN
4   Nash    Donnie      NaN
5   Andrew  Paul        NaN
6   Lily    Donnie      NaN
0   NaN     Everdeen    Vivian
1   NaN     Donnie      Alex
2   NaN     Evans       Rose
3   NaN     Paul        Annie
4   NaN     Lawrence    Hugh
5   NaN     Donnie      Billy
6   NaN     Paul        Marc

正确解决方案 #

需使用pd.merge按Family Name做外连接，生成同一姓氏下所有父母与子女的组合，并将无匹配的父母值替换为0：

代码实现 #

import pandas as pd

# 构造输入DataFrame
df_parent = pd.DataFrame({
    'Parent': ['Jack', 'Rita', 'Amy', 'Eric', 'Nash', 'Andrew', 'Lily'],
    'Family Name': ['Everdeen', 'Lawrence', 'Donnie', 'Everdeen', 'Donnie', 'Paul', 'Donnie']
})

df_child = pd.DataFrame({
    'Child': ['Vivian', 'Alex', 'Rose', 'Annie', 'Hugh', 'Billy', 'Marc'],
    'Family Name': ['Everdeen', 'Donnie', 'Evans', 'Paul', 'Lawrence', 'Donnie', 'Paul']
})

# 按姓氏外连接，生成所有可能的亲子组合
merged_df = pd.merge(df_parent, df_child, on='Family Name', how='outer')

# 将无匹配的Parent填充为0
merged_df['Parent'] = merged_df['Parent'].fillna(0)

# 按姓氏排序优化结果展示
merged_df = merged_df.sort_values('Family Name').reset_index(drop=True)

print(merged_df)

预期输出 #

Parent Family Name    Child
0       0        Evans     Rose
1     Amy       Donnie      Alex
2     Amy       Donnie     Billy
3    Nash       Donnie      Alex
4    Nash       Donnie     Billy
5    Lily       Donnie      Alex
6    Lily       Donnie     Billy
7    Jack     Everdeen    Vivian
8    Eric     Everdeen    Vivian
9    Rita     Lawrence      Hugh
10  Andrew         Paul     Annie
11  Andrew         Paul      Marc

核心逻辑说明 #

• how='outer'：保留所有姓氏（包括无匹配父母的Evans）
• 合并自动生成同一姓氏下父母与子女的笛卡尔积，覆盖所有可能的亲子匹配
• fillna(0)：将无匹配的父母位置替换为指定值

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