如何基于多列匹配将一个DataFrame的指定列添加到另一个DataFrame

你可以直接用pandas的merge左连接实现需求，以Name、Age两个字段作为匹配键，从完整表中映射对应的ID值补到缺失表中，具体实现代码如下：

首先导入依赖库：

import pandas as pd

模拟你给出的两个DataFrame示例：

# 数据完整的DataFrame
df_full = pd.DataFrame({
    'ID': ['012', '013', '014'],
    'Name': ['Dave', 'Colin', 'Dave'],
    'Age': [45, 63, 52]
})

# ID字段缺失的DataFrame
df_missing = pd.DataFrame({
    'ID': [None, None, None],
    'Name': ['Dave', 'Colin', 'Dave'],
    'Age': [45, 63, 52]
})

核心补全逻辑：

df_filled = pd.merge(
    # 左侧保留缺失ID表的所有行，删除原有空ID列
    left=df_missing.drop(columns=['ID']),
    # 右侧仅取完整表的ID和两个匹配字段，避免多余字段干扰
    right=df_full[['ID', 'Name', 'Age']],
    # 指定匹配依据为Name、Age两个字段
    on=['Name', 'Age'],
    # 采用左连接，完全保留缺失表的原有数据行顺序和数量
    how='left'
)

运行后得到的df_filled就是补全ID后的结果，和你需要的结构完全一致。

注意：如果你的业务场景中存在同一个Name+Age组合对应多个不同ID的情况，左连接会生成重复行，可根据业务规则添加去重逻辑，比如保留第一个匹配到的ID，可在merge后追加如下代码：

df_filled = df_filled.drop_duplicates(subset=['Name', 'Age'], keep='first')

内容的提问来源于stack exchange，提问作者user15470345