Pandas左连接处理重复关联数据 避免行重复生成新列问题咨询

核心逻辑是先对表B按关联字段分组排序打标，再将B表长格式转成宽格式，最后和表A直接左连接即可，不会产生表A的重复行。

步骤1：构造测试数据 #

首先构造你提到的两张测试表：

import pandas as pd

# 构造表A
df_a = pd.DataFrame({
    'ID': [1, 2],
    'Data': ['Something', 'Anything']
})

# 构造表B
df_b = pd.DataFrame({
    'ID': [1, 2, 3],
    'A_ID': [1, 1, 2],
    'Data': ['data1', 'data2', 'data3']
})

步骤2：给表B同A_ID的记录加序号 #

对B表按A_ID分组，给每组内的记录生成从1开始的序号，用于后续转宽表的列名后缀：

df_b['rank'] = df_b.groupby('A_ID').cumcount() + 1

步骤3：表B转宽格式 #

以A_ID为索引，序号为列维度，将B表的ID、Data字段转成多列：

df_b_wide = df_b.pivot(index='A_ID', columns='rank', values=['ID', 'Data'])
# 重命名列匹配要求格式
df_b_wide.columns = [f'B_ID_{col[1]}' if col[0] == 'ID' else f'B_Data_{col[1]}' for col in df_b_wide.columns]
# 如果需要第一个B_Data无后缀，执行下行代码即可
# df_b_wide.rename(columns={'B_Data_1':'B_Data'}, inplace=True)
# 重置索引方便后续关联
df_b_wide = df_b_wide.reset_index()

步骤4：左连接得到最终表 #

直接用表A和转宽后的表B关联即可：

result = df_a.merge(df_b_wide, left_on='ID', right_on='A_ID', how='left').drop('A_ID', axis=1)

输出结果验证 #

最终输出的result结构完全符合要求：

如果后续B表单个A_ID下出现超过2条匹配记录，无需修改逻辑，代码会自动生成对应数量的B_ID_n、B_Data_n列。

内容的提问来源于stack exchange，提问作者Kad Rys