Pandas中如何根据另一DataFrame参数为当前DataFrame列返回匹配值

下面给两种可直接运行的实现方式，优先推荐第一种分组匹配方案，性能更优，可直接适配多商品的场景。

前置准备：数据预处理 #

首先导入pandas并构造样例数据，注意要先把发货日期转为datetime格式，避免字符串排序导致日期顺序错乱：

import pandas as pd

# 构造订单DataFrame
df_order = pd.DataFrame({
    'product_id': ['01', '01', '01'],
    'product_name': ['ABC', 'ABC', 'ABC'],
    'order_name': ['A1', 'A2', 'A3'],
    'qty': [1, 2, 3]
})

# 构造发货记录DataFrame
df_ship = pd.DataFrame({
    'product_name': ['ABC']*5,
    'ship_date': ['01/01/2022', '01/02/2022', '01/03/2022', '01/04/2022', '01/05/2022'],
    'ship_qty': [1, 0, 2, 1, 3]
})

# 转换日期格式，保证排序逻辑正确
df_ship['ship_date'] = pd.to_datetime(df_ship['ship_date'], format='%m/%d/%Y')

方法1：分组匹配（推荐，适合大数据量场景） #

先把发货记录按商品分组，组内提前按发货日期升序排列，匹配时直接从对应分组里筛选符合发货量要求的第一条记录即可，比逐行循环效率高很多：

# 发货表按商品分组，组内按发货日期升序排序
ship_grouped = df_ship.sort_values(['product_name', 'ship_date']).groupby('product_name')

def match_ship_date(product_name, require_qty):
    # 取出对应商品的所有发货记录
    product_ship_list = ship_grouped.get_group(product_name)
    # 筛选发货量≥订单量的最早记录，返回和样例格式一致的日期字符串
    first_match = product_ship_list[product_ship_list['ship_qty'] >= require_qty].iloc[0]
    return first_match['ship_date'].strftime('%m/%d/%Y')

# 为订单表新增匹配到的发货日期列
df_order['ship_date'] = df_order.apply(
    lambda row: match_ship_date(row['product_name'], row['qty']), 
    axis=1
)

运行后df_order的输出和期望结果完全一致。

方法2：for循环实现（逻辑直观，适合小数据量场景） #

如果你更习惯for循环写法，逻辑也很简单，遍历每一条订单时，直接从排序后的发货表中筛选符合条件的记录即可：

# 提前把发货表按商品、发货日期升序排好
df_ship_sorted = df_ship.sort_values(['product_name', 'ship_date']).reset_index(drop=True)
match_result = []

for _, row in df_order.iterrows():
    p_name = row['product_name']
    req_qty = row['qty']
    # 筛选同商品、发货量达标的最早记录
    match_record = df_ship_sorted[
        (df_ship_sorted['product_name'] == p_name) &
        (df_ship_sorted['ship_qty'] >= req_qty)
    ].iloc[0]
    match_result.append(match_record['ship_date'].strftime('%m/%d/%Y'))

df_order['ship_date'] = match_result

注意：如果存在订单需求量大于对应商品所有单条发货记录的发货量，上述代码取iloc[0]时会抛出索引错误，你可以在取数前先判断筛选结果是否为空，按需返回空值或者自定义标记即可。

内容的提问来源于stack exchange，提问作者Hannah