按REGION和DATE匹配合并pandas数据框并新增计算字段的方法

• 核心逻辑：基于REGION、DATE两个公共字段做关联匹配，将df1的TIME PER ID字段带入df2后，直接求和计算新增字段即可
• 注意：使用左连接可以保证df2的原有行数据全部保留，匹配不到的TIME PER ID会返回空值，可根据业务需求额外补充空值填充逻辑

import pandas as pd

# 核心实现代码
# 仅提取df1的关联字段和目标匹配字段，避免冗余字段带入结果
result = df2.merge(df1[['REGION', 'DATE', 'TIME PER ID']], on=['REGION', 'DATE'], how='left')
# 新增TOTAL TIME字段
result['TOTAL TIME'] = result['TIME'] + result['TIME PER ID']
# 调整输出字段顺序，匹配要求的输出结构
result = result[['ID', 'REGION', 'DATE', 'TIME', 'TIME PER ID', 'TOTAL TIME']]

你可以用示例数据直接验证效果：

# 构造示例测试数据
df1 = pd.DataFrame([{
    'REGION': 'ABC',
    'DATE': '2021-03-22',
    'Count': 2,
    'TIME PER ID': 44
}])

df2 = pd.DataFrame([
    {'ID': 11, 'REGION': 'ABC', 'DATE': '2021-03-22', 'TIME': 198},
    {'ID': 75, 'REGION': 'ABC', 'DATE': '2021-03-22', 'TIME': 250}
])

运行核心代码后输出结果如下：

内容的提问来源于stack exchange，提问作者Scope