如何在Pandas中使用merge或VLOOKUP功能合并两个DataFrame

实现方法 #

你之前的写法有两个核心问题：

• 列名需要加字符串引号，且要和实际列名完全一致（你写的ManagerID和实际的Manager ID不一致，且没加引号会被识别为变量报错）
• 需要做两次合并：第一次匹配经理ID拿到经理姓名，第二次匹配下属ID拿到下属姓名，才能得到你要的结果

完整示例代码 #

import pandas as pd

# 构造示例数据
df1 = pd.DataFrame({
    "EmID": [12345, 35658, 65865, 28568, 26699],
    "Employee Name": ["First Person", "Second Person", "Third Person", "Foo Person", "Boo Person"]
})
df2 = pd.DataFrame({
    "Manager ID": [28568, 12466, 35658],
    "Subordinate ID": [35658, 12358, 12345]
})

# 第一次合并：匹配经理ID，获取经理姓名
temp = df2.merge(df1, left_on="Manager ID", right_on="EmID", how="left")
temp = temp.rename(columns={"Employee Name": "Manager Name"})
# 第二次合并：匹配下属ID，获取下属姓名
result = temp.merge(df1, left_on="Subordinate ID", right_on="EmID", how="left")
result = result.rename(columns={"Employee Name": "Emp Name"})

# 筛选出经理和下属都能匹配到的结果，保留需要的列
result = result[["Manager Name", "Emp Name"]].dropna()
print(result)

输出结果 #

Manager Name       Emp Name
0     Foo Person  Second Person
2  Second Person   First Person

如果你只需要经理ID为28568的对应记录，在上面的结果后加过滤条件即可：

result = result[result["Manager Name"] == "Foo Person"]

内容的提问来源于stack exchange，提问作者Michael