Python中两个pandas DataFrame实现Vlookup匹配操作的问题咨询

方案1：melt转长表后合并（推荐，性能更好） #

先把宽格式的df2转换为和df1字段匹配的长格式，再通过公共字段合并即可，适合绝大多数场景，尤其是数据量较大的情况：

# 将df2的水果列转为行，生成ref和对应数值列
df2_long = df2.melt(id_vars='id', var_name='ref', value_name='target_val')
# 按id和ref两个字段合并，结果直接写入df1
df1 = df1.merge(df2_long, on=['id', 'ref'], how='left')

运行后得到的df1效果如下：

方案2：逐行取值（适合小数据集） #

如果数据量很小，也可以用apply逐行匹配取值，写法更简洁：

df1['target_val'] = df1.apply(lambda row: df2.loc[df2['id'] == row['id'], row['ref']].iloc[0], axis=1)

注意：如果存在id匹配失败、或ref值不在df2列名中的情况，方案1会自动填充NaN，容错性更高；方案2需要保证所有ref和id都能匹配到，否则会触发索引错误。

内容的提问来源于stack exchange，提问作者chicagobeast12