如何匹配df1与df2的Guest字段并生成合并信息的第三张DataFrame

Pandas双表匹配合并方案 #

直接使用Pandas的内连接即可实现需求，内连接会自动过滤出两张表Guest字段值一致的记录，刚好对应你要的「咨询后完成购买的转化客户」关联数据。

合并代码

import pandas as pd

# 以Guest为关联键做内连接，仅保留两张表都存在的客户数据
merged_convert_df = pd.merge(
    left = df1[['Guest', 'Therapist', 'Service', 'StartTime', 'Status']],
    right = df2[['Guest', 'ProductName', 'Quantity']],
    on = 'Guest',
    how = 'inner'
)

补充说明

• 输出的merged_convert_df就是你需要的第三张合并表，包含转化客户对应的所有预约、销售关联字段
• 如果后续要计算咨询转化占比，可直接用以下代码计算：

# 整体咨询转化占比
total_convert_rate = merged_convert_df['Guest'].nunique() / df1['Guest'].nunique()

# 按不同服务类型统计转化占比
service_convert_rate = merged_convert_df.groupby('Service')['Guest'].nunique() / df1.groupby('Service')['Guest'].nunique()

提示：如果同一客户存在多条预约/多条销售记录，合并后会生成多对多的匹配结果，若需要按客户维度去重，可在merge后追加.drop_duplicates(subset='Guest', keep='first')按需调整。

内容的提问来源于stack exchange，提问作者Matt