如何在Pandas中实现类似Excel VLOOKUP的合并操作匹配赛事盘口

匹配失败的核心原因 #

• 1. merge参数使用错误：merge方法的right_on参数需要传入右侧表的列名，你当前传的是odds['Favorite']这个完整Series，匹配逻辑完全不符合预期，导致绝大多数行无法正确关联
• 2. 盘口数据的结构问题：你当前的odds表一行对应一场比赛的两支球队，直接用Spread列和两侧匹配的话，Underdog对应的让分应该是Spread2列的正值，而非Favorite的负Spread值，就算匹配上数值也不符合要求
• 3. 两次merge的结果没有合并：你两次left join后生成了两个独立的Spread列，同一行只会在其中一列有值，没有合并成统一的让分列，所以大部分行显示为空

正确实现逻辑 #

先把odds表从「一行对应一场比赛」的宽表，转为「一行对应一支球队+周数」的长表，再和球员统计表合并即可，代码示例：

import pandas as pd

# 读取数据
df = pd.read_excel('Fantasy2015.xlsx')
odds = pd.read_excel('Odds2015Wk1.xlsx')

# 预处理：清除球队名前缀
odds['Favorite'] = odds['Favorite'].str.lstrip('at')
odds['Underdog'] = odds['Underdog'].str.lstrip('at')

# 周数类型统一
df['Week'] = df['Week'].astype(int)
odds['Week'] = odds['Week'].astype(int) # 如果你所有odds都是第1周也可以保留写死1的逻辑

# 把odds转为长表：每一行是 球队-周数-对应让分
odds_long = pd.concat([
    # 热门球队：取Spread列的让分
    odds[['Favorite', 'Week', 'Spread']].rename(columns={'Favorite': 'Tm'}),
    # 冷门球队：取Spread2列的让分
    odds[['Underdog', 'Week', 'Spread2']].rename(columns={'Underdog': 'Tm', 'Spread2': 'Spread'})
], ignore_index=True)

# 生成合并键
odds_long['merge_key'] = odds_long['Tm'] + odds_long['Week'].astype(str)
df['merge_key'] = df['Tm'] + df['Week'].astype(str)

# 一次合并完成
df = df.merge(odds_long[['merge_key', 'Spread']], on='merge_key', how='left')

# 可选：删除临时生成的merge_key列
df.drop('merge_key', axis=1, inplace=True)

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