pandas按指定条件关联两个表并设置Result字段优先级的实现问题

首先修正原数据创建的语法问题（Algo列的M/T为字符串需加引号），完整实现代码如下：

import pandas as pd

# 修正后的df1、df2创建代码
df_1 = pd.DataFrame({
    'Num' : [525, 524, 523, 522],
    'Algo' : ['M', 'M', 'M', 'M'],
    'Distance' : [25, 28, 30, 75],
    'Result' : ['Good', 'Good', 'Good', 'Good']
})

df_2 = pd.DataFrame({
    'Num' : [525, 524, 520],
    'Algo' : ['T', 'T', 'T'],
    'Distance' : [25, 28, 98],
    'Result' : ['Good', 'Bad', 'Good']
})

# 1. 以Num、Distance为键做外连接，保留两边未匹配记录
merge_df = pd.merge(df_1, df_2, on=['Num', 'Distance'], how='outer', suffixes=('_1', '_2'))

# 2. 合并Algo字段，非空值用逗号拼接
merge_df['Algo'] = merge_df.apply(
    lambda x: ', '.join(filter(pd.notna, [x['Algo_1'], x['Algo_2']])),
    axis=1
)

# 3. Result优先取df1的值，df1无匹配取df2的值
merge_df['Result'] = merge_df['Result_1'].fillna(merge_df['Result_2'])

# 4. 筛选需要的列，按Num降序排序和预期输出格式对齐
result = merge_df[['Num', 'Algo', 'Distance', 'Result']].sort_values('Num', ascending=False).reset_index(drop=True)

print(result)

运行后输出结果和预期完全一致：

内容的提问来源于stack exchange，提问作者Roman Lents