Pandas如何根据df1.mandant取值动态调整内连接关联条件

你可以通过两种方式实现需求，优先推荐第一种辅助键方案，性能更优：

方案1：构造动态匹配辅助键后双字段等值连接 #

核心逻辑是提前给df1生成第二个连接用的动态匹配字段，直接通过merge的双等值条件完成关联，不会产生冗余中间数据。

import pandas as pd

# 第一步：统一两个表mandant字段的字符串类型，避免数字/字符串匹配失败
df1['mandant'] = df1['mandant'].astype(str)
df2['mandant'] = df2['mandant'].astype(str)
# 如果df2里的0需要对应df1的'00'，可加这行补两位前缀：df2['mandant'] = df2['mandant'].str.zfill(2)

# 第二步：给df1构造动态匹配用的mandant字段
df1['match_mandant'] = df1['mandant'].where(
    df1['mandant'].isin(['7', '18']),  # 符合条件用原mandant
    '00'  # 不符合条件固定用'00'匹配
)

# 第三步：双字段内连接
df_merged = df1.merge(
    df2,
    left_on=['fk_ust_sch', 'match_mandant'],
    right_on=['ust_sch', 'mandant'],
    how='inner',
    suffixes=('_df1', '_df2')
)

# 可选：删除临时生成的辅助字段
df_merged = df_merged.drop(columns=['match_mandant'])

方案2：单条件merge后按规则过滤 #

适合小数据量场景，写法更直观，缺点是会先生成大量不符合条件的中间数据，大表性能差。

# 先按固定的ust相关条件完成关联
df_merged = df1.merge(
    df2, 
    left_on=['fk_ust_sch'],
    right_on=['ust_sch'],
    how='inner', 
    suffixes=('_df1', '_df2')
)

# 按动态mandant条件过滤保留符合要求的行
cond_special = df_merged['mandant_df1'].isin(['7','18']) & (df_merged['mandant_df1'] == df_merged['mandant_df2'])
cond_normal = ~df_merged['mandant_df1'].isin(['7','18']) & (df_merged['mandant_df2'] == '00')
df_merged = df_merged[cond_special | cond_normal]

注意事项 #

• 必须提前统一两个表mandant字段的数据类型，避免出现数字7和字符串'7'匹配失败的问题
• 如果df2中存储的mandant值0对应你需要的'00'，可以通过str.zfill(2)方法统一补两位前导零

内容的提问来源于stack exchange，提问作者x89