Pandas匹配数组列关联值返回NaN的问题排查与实现

• 基础语法错误：列名未加字符串引号，df1[some_id]应写为df1['some_id']；df2['some_ids'缺少闭合的右方括号，属于语法书写疏漏。
• 核心逻辑错误：pandas.Series.isin()的作用是判断Series中每个元素，是否存在于传入的可迭代容器的顶层元素中。你传入的df2['some_ids']的顶层元素是三个列表[1,2]、[3,4]、[5]，相当于拿整数类型的id去和列表类型的顶层元素做相等判断，永远无法匹配成功，因此筛选结果为空，赋值后自然全为NaN。

优先使用explode展开数组列做关联的写法，性能更好、写法更符合pandas规范，适配大数据量场景：

import pandas as pd

# 构造样例数据
df1 = pd.DataFrame({"some_id": [1, 2, 3, 4, 5]})
df2 = pd.DataFrame([["A", [1, 2]], ["B", [3, 4]], ["C", [5]]], columns=['letter', 'some_ids'])

# 将数组列拆分为每行单个id的长表格式
df2_expand = df2.explode('some_ids', ignore_index=True)
# 左连接匹配对应letter值
df1 = df1.merge(
    df2_expand[['letter', 'some_ids']],
    left_on='some_id',
    right_on='some_ids',
    how='left'
).drop(columns='some_ids')

执行后df1输出结果如下：

如果数据量很小，也可以用构造映射字典的方式实现，逻辑更直观：

# 构建id到letter的映射关系
id_2_letter = {}
for _, item in df2.iterrows():
    for single_id in item['some_ids']:
        id_2_letter[single_id] = item['letter']

# 直接映射取值
df1['letter'] = df1['some_id'].map(id_2_letter)

内容的提问来源于stack exchange，提问作者funkurlif3