Python pandas如何通过两个ID列中的任意一个完成两张表关联

需求说明 #

现有两张数据表：

• 表A包含两个ID字段（ID1、ID2），均可用于关联
• 表B仅包含1个ID字段，只要该ID与表A的ID1或ID2任意一个匹配，即判定两张表对应行关联成功

Python Pandas 实现（优先推荐） #

以下提供两种常用实现逻辑，可根据实际业务需求选择：

方法1：保留所有匹配关系（一行匹配多次则生成多行） #

import pandas as pd

# 1. 读取数据（替换为你的实际数据读取逻辑，比如read_csv/read_excel）
df_a = pd.read_excel("表A路径.xlsx")
df_b = pd.read_excel("表B路径.xlsx")

# 2. 分别用两个ID字段关联表B
merge_id1 = df_a.merge(df_b, left_on="ID1", right_on="ID", how="inner")
merge_id2 = df_a.merge(df_b, left_on="ID2", right_on="ID", how="inner")

# 3. 合并两次关联结果并去重
final_result = pd.concat([merge_id1, merge_id2], ignore_index=True).drop_duplicates()

# 4. 导出结果
final_result.to_excel("关联结果.xlsx", index=False)

方法2：仅保留单行结果（优先匹配ID1，匹配失败再匹配ID2） #

import pandas as pd

df_a = pd.read_excel("表A路径.xlsx")
df_b = pd.read_excel("表B路径.xlsx")

# 构建ID到表B全字段的映射字典
id_map = df_b.set_index("ID").to_dict("index")
b_columns = df_b.columns.drop("ID").tolist()

# 逐行匹配ID，优先取ID1的匹配结果
def match_b_info(row):
    if row["ID1"] in id_map:
        return pd.Series(id_map[row["ID1"]])
    elif row["ID2"] in id_map:
        return pd.Series(id_map[row["ID2"]])
    return pd.Series([None]*len(b_columns), index=b_columns)

df_a[b_columns] = df_a.apply(match_b_info, axis=1)

# 仅保留匹配成功的行
final_result = df_a.dropna(subset=b_columns).reset_index(drop=True)
final_result.to_excel("关联结果.xlsx", index=False)

Excel 实现方案 #

使用函数嵌套判断实现双ID匹配：

1. 假设表A的ID1在A列、ID2在B列，表B的ID在Sheet2的A列，对应其他字段依次在Sheet2的B、C列
2. 在表A的首行空列输入匹配公式，以获取表B的第一个字段为例：
   =IFERROR(XLOOKUP(A2,Sheet2!A:A,Sheet2!B:B,XLOOKUP(B2,Sheet2!A:A,Sheet2!B:B,"")), "")
3. 公式下拉填充后，筛选掉匹配结果为空的行，即可得到关联成功的结果

SQL 实现方案 #

直接在关联条件中使用OR逻辑即可：

-- 保留所有匹配关系，如需去重可在SELECT后加DISTINCT
SELECT a.*, b.*
FROM 表A a
INNER JOIN 表B b 
ON a.ID1 = b.ID OR a.ID2 = b.ID

如果需要优先匹配ID1、避免重复行，可使用以下写法：

SELECT 
    a.*,
    COALESCE(b1.字段1, b2.字段1) AS B字段1,
    COALESCE(b1.字段2, b2.字段2) AS B字段2
FROM 表A a
LEFT JOIN 表B b1 ON a.ID1 = b1.ID
LEFT JOIN 表B b2 ON a.ID2 = b2.ID
WHERE b1.ID IS NOT NULL OR b2.ID IS NOT NULL

内容的提问来源于stack exchange，提问作者Zhannie