pandas将子数据框列合并至父数据框并填充空值的无循环实现

完全不需要写逐行循环，用pandas内置方法即可实现，步骤如下：

前置准备 #

首先构造样品编号到对应产品列表的映射，同时准备好你的原始数据：

import pandas as pd
import numpy as np

# 你的原始促销活动表
df = pd.DataFrame({
    "Promotion ID": ["PID-1", "PID-2"],
    "Month": ["June", "July"],
    "Products": ["Refer below for sample1", "Refer below for sample2"]
})

# 样品对应产品列表映射，你可以根据实际数据调整
sample_product_map = {
    "sample1": ["PROD1", "PROD2"],
    "sample2": ["PROD1", "PROD2", "PROD3"]
}

核心处理步骤 #

# 1. 提取Products字段中的样品编号，映射为对应的产品列表
df["Products"] = df["Products"].str.extract(r"(sample\d+)").map(sample_product_map)

# 2. 将产品列表拆分为单独的行，一行对应一个产品ID
df = df.explode("Products", ignore_index=True)

# 3. 把重复的Promotion ID、Month字段设为NA，仅保留第一行的值
df.loc[df["Promotion ID"].duplicated(), ["Promotion ID", "Month"]] = np.nan

结果验证 #

处理后的df就和你需要的目标格式完全一致，空缺位置默认填充为NaN，如果你需要用None，把上面的np.nan替换为None即可。

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