如何用Pandas的map实现多对一映射替代merge且保留原数据行？

针对你的需求，结合给出的示例数据，这里提供两种可行的修正方案：

方法1：优化Merge操作 #

你提到Merge后记录数增多，大概率是因为两个DataFrame都包含company列，若未明确指定该列参与合并，当数据中存在同一person_id对应不同company的情况时，会生成笛卡尔积。不过在你的示例数据中不存在这种问题，我们可以通过只选取key_df中必要的列来避免多余列生成，同时保证记录数与原data_df一致：

# 仅选取key_df中用于匹配和需要附加的列
merged_df = data_df.merge(
    key_df[['p_id', 'location']],
    left_on='person_id',
    right_on='p_id',
    how='left'
).drop(columns='p_id')  # 移除多余的p_id列

执行后得到的结果就包含你需要的person_id、company、dept_access、location四列，且记录数与原data_df完全相同。

方法2：修复Map方法 #

你编写的Map代码在示例数据中其实是可以正常生效的，执行后会为data_df新增location列，其中ace@gmail.com因在key_df中无匹配项会显示NaN。如果你的实际代码未生效，建议检查以下两点：

• 确认data_df['person_id']与key_df['p_id']的格式完全一致（无大小写差异、空格或特殊字符）
• 确保key_df中p_id无重复值，否则set_index后只会保留最后一个匹配的location值

简化后的Map代码如下：

# 构建p_id到location的映射字典
location_mapping = key_df.set_index('p_id')['location']
# 为data_df添加location列
data_df['location'] = data_df['person_id'].map(location_mapping)

最终示例输出 #

两种方法得到的结果均为：

内容的提问来源于stack exchange，提问作者The Great