Pandas如何基于另一DataFrame的匹配规则为目标表新增关联列

错误原因 #

你之前的代码默认按行索引拼接两个DataFrame，且没有建立dd的libcs字段和df行的对应关联关系，dd共18万+行、df仅61行，按索引拼接后除前61行外df的字段都会是空值，无法得到预期结果。

正确实现步骤 #

你需求的匹配逻辑是libcs=1对应df的第0行数据，libcs=2对应df的第1行，以此类推libcs=61对应df的第60行，直接通过关联字段合并即可：

1. 先给df新增匹配用的libcs字段：

df['libcs'] = df.index + 1

2. 用merge按共同字段libcs左连接两个表：

result = dd.merge(df, on='libcs', how='left')

运行后result就是包含BCS、libcs、sample_id、DState四个字段的预期结果表。

简化写法（无需修改原df） #

如果不想改动原df的结构，也可以直接通过映射匹配实现：

# 建立libcs到df字段的映射字典
lib_mapping = df.set_index(df.index + 1).to_dict('index')
# 给dd批量新增字段
dd['sample_id'] = dd['libcs'].map(lambda x: lib_mapping[x]['sample_id'])
dd['DState'] = dd['libcs'].map(lambda x: lib_mapping[x]['DState'])

内容的提问来源于stack exchange，提问作者botloggy