Python Pandas匹配两个不同DataFrame的数据新增对应关联列

问题报错原因补充 #

你用np.where的写法只适用于两个长度、行索引完全一致的Series逐行对比，而你的需求是跨表按值匹配，不是同位置行对比，因此触发标签不匹配的报错。

可行解决方案 #

以下两种方法均可实现需求：

方法1：map映射法（代码最简，单字段匹配首选） #

先将df2的ref作为索引、receipt作为值构建映射关系，再给df1的number字段应用该映射，无匹配的空值直接替换为空字符串即可：

# 构建ref到receipt的映射
ref_to_receipt = df2.set_index('ref')['receipt']
# 应用映射填充新列
df1['receipt'] = df1['number'].map(ref_to_receipt).fillna('')

方法2：左连接merge法（扩展性强，多字段匹配首选） #

以df1为左表保留全部行，以number和ref为关联条件关联df2的receipt字段，最后删除多余列、填充空值：

df1 = df1.merge(
    df2[['ref', 'receipt']], # 只取df2需要的字段
    left_on='number', # 左表关联键
    right_on='ref', # 右表关联键
    how='left' # 左连接保留左表所有行
).drop('ref', axis=1).fillna('') # 删除多余的ref列，空值填为空字符串

两种方法执行后，df1的结构就和你期望的输出完全一致。

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