pandas从多源DataFrame匹配数据为初始表新增列的实现方法

有两种常用方案都可以实现需求，你可以根据自己的数据量大小和数据特征选择： #

方案1：宽表转长表合并法（适合数据量较大、无重复匹配键的场景） #

核心逻辑是把按年份存为列的宽表df1、df2转换为country、yeardum为联合主键的长表，再和df0按主键合并，代码如下：

import pandas as pd

# 你已有的df0、df1、df2定义代码这里省略，直接运行后续逻辑
# 处理df1转长表
df1_long = df1.melt(
    id_vars='country',
    var_name='yeardum',
    value_name='sales_year_data'
)
# 合并销售数据到df0
df_inv = df0.merge(df1_long, on=['country', 'yeardum'], how='left')

# 处理df2转长表
df2_long = df2.melt(
    id_vars='country',
    var_name='yeardum',
    value_name='country_image_data'
)
# 合并国家印象数据，存在重复匹配时默认保留第一条
df_inv = df_inv.merge(df2_long, on=['country', 'yeardum'], how='left').drop_duplicates(keep='first')

方案2：逐行匹配法（适合数据量小、匹配规则灵活的场景） #

直接对df0逐行遍历，匹配df1、df2的对应位置取值，逻辑简单不易出错：

df_inv = df0.copy()

# 匹配sales_year_data列
df_inv['sales_year_data'] = df_inv.apply(
    lambda row: df1.loc[df1['country'] == row['country'], row['yeardum']].iloc[0],
    axis=1
)

# 匹配country_image_data列
df_inv['country_image_data'] = df_inv.apply(
    lambda row: df2.loc[df2['country'] == row['country'], row['yeardum']].iloc[0],
    axis=1
)

运行上述任意一种方案的代码后，得到的df_inv就是你需要的目标结果。 #

内容的提问来源于stack exchange，提问作者mlosada