如何基于df1的多列匹配df2的id3实现两个Pandas DataFrame的合并

实现方案 #

方法1：宽转长匹配（扩展性更强）

核心思路是把df1的多个待匹配id列转换为统一的长格式匹配列，和df2匹配完成后再关联回原df1的宽表结构，适合后续需要扩展更多匹配列的场景：

import pandas as pd

# 构造测试数据
df1 = pd.DataFrame({'id1':[3,2,1,4,5],'id2':[8,7,6,9,10]})
df2 = pd.DataFrame({'id3':[6,2,8,5,4],'Name':['a','b','c','e','d']})

# 给df1添加行标记，保留原行顺序
df1['row_id'] = df1.index
# 把id1、id2转换为长格式匹配列
df1_melt = df1.melt(id_vars='row_id', value_vars=['id1', 'id2'], value_name='match_id')
# 和df2完成匹配
match_result = df1_melt.merge(df2, left_on='match_id', right_on='id3', how='inner')
# 关联回原df1，删除冗余列得到最终结果
final = df1.merge(match_result[['row_id', 'id3', 'Name']], on='row_id').drop(columns='row_id')

输出final即可得到目标结果：

id1  id2  id3 Name
0    3    8    8    c
1    2    7    2    b
2    1    6    6    a
3    4    9    4    d
4    5   10    5    e

方法2：双匹配合并（代码更简洁）

如果只有2个匹配列，可以直接分别按id1、id2匹配df2后合并结果：

merge_by_id1 = df1.merge(df2, left_on='id1', right_on='id3', how='inner')
merge_by_id2 = df1.merge(df2, left_on='id2', right_on='id3', how='inner')
final = pd.concat([merge_by_id1, merge_by_id2]).sort_values('id1').reset_index(drop=True)

内容的提问来源于stack exchange，提问作者Prakash Dahal