如何在pandas中对两个dataframe执行类似V-lookup的匹配操作

第一步：完成DF2的聚合 #

按两个匹配列（Ethnicity、Region）同时分组求和，得到每个匹配组合对应的唯一总人口值，示例代码：

# 按两个匹配列分组，对Population求和
df2_agg = df2.groupby(['Ethnicity', 'Region'], as_index=False)['Population'].sum()

其中as_index=False参数可以让分组后的Ethnicity和Region保持为普通列，避免变成索引影响后续合并。

第二步：执行左连接合并 #

使用pandas的merge方法实现类VLOOKUP的匹配效果，保留DF1的所有行，匹配到的人口数据会自动填充到对应行：

# 左连接合并两个表
df1_final = pd.merge(
    left=df1,
    right=df2_agg,
    on=['Ethnicity', 'Region'], # 指定两个共同匹配列
    how='left' # 左连接，完全保留DF1的所有行
)

合并后DF1原有所有业务数据都会完整保留，仅新增Population列存储匹配到的人口数值，同一个Ethnicity+Region组合不管在DF1中出现多少次，都会自动填充对应聚合后的总人口值。

可选操作：处理空值 #

如果DF1中存在DF2没有的Ethnicity+Region组合，合并后对应的Population列会生成NaN空值，你可以根据需求填充默认值，比如填充为0：

df1_final['Population'] = df1_final['Population'].fillna(0)

内容的提问来源于stack exchange，提问作者Jimmy K