如何使用Pandas合并DataFrame按Location ID匹配填充Location列

你的需求是典型的左连接匹配场景，不需要复杂操作，3步就能完成，且能保证最终结果行数和原DF1完全一致：

• 预处理映射表DF2
  DF2本身带有Date字段，直接合并会生成Date_x/Date_y的重名列，且你只需要DF2里的Location ID和Location两列做映射，先做裁剪+去重，避免合并后行数膨胀：

  # 只保留关联键和需要填充的字段，同ID去重
  df2_map = DF2[['Location ID', 'Location']].drop_duplicates(subset='Location ID', keep='first')
  

• 执行左连接合并
  以DF1为左表，用Location ID作为关联键做左连接，会自动为DF1每一行匹配对应Location值，不会丢失DF1的任何行：

  result_df = DF1.merge(df2_map, on='Location ID', how='left')
  

• 结果校验
  合并完可以做两步简单校验，确认结果符合预期：

  # 校验行数是否和原DF1的12万行一致
  assert len(result_df) == len(DF1), "合并后行数异常，请检查DF2是否有重复ID"
  # 统计未匹配到Location的行数，大于0说明DF2缺少对应ID的映射
  missing_count = result_df['Location'].isna().sum()
  print(f"未匹配到地点的行数：{missing_count}")
  

常见匹配失败原因：两表的Location ID格式不统一，比如一个是数字类型、一个是字符串类型，或者字符串前后带多余空格，遇到空值优先核对两表ID的格式一致性。

内容的提问来源于stack exchange，提问作者Lee Sugden