Python匹配字符串新增列 基于序列号关联两个数据集添加MAP ID

你不需要手动编写if语句完成匹配，直接使用Pandas内置的merge方法即可高效完成基于指定主键的数据集关联操作，具体实现逻辑如下：

• 首先将两个数据集都读取为Pandas DataFrame格式，假设存储「序列号+MAP ID映射关系」的数据集为df1，需要补充MAP ID字段的目标数据集为df2
• 以「序列号」作为公共关联主键执行左连接，即可把df1中的MAP ID匹配填充到df2的对应行中，左连接会完整保留df2的所有记录，不会丢失未匹配到MAP ID的行

完整代码示例：

import pandas as pd

def make_csv():
    # 读取两个数据集的CSV文件，替换为你实际的文件路径
    df1 = pd.read_csv("map_id数据集路径.csv")
    df2 = pd.read_csv("待补充字段的目标数据集路径.csv")
    
    # 执行关联匹配
    merged_df = pd.merge(
        left=df2,
        # 仅取df1中需要的关联主键和MAP ID列，避免冗余字段
        right=df1[["序列号", "MAP ID"]],
        # 关联主键列名，若两个表的主键列名不一致可分别用left_on、right_on指定
        on="序列号",
        how="left"
    )
    
    # 输出最终结果CSV
    merged_df.to_csv("处理完成的结果文件.csv", index=False)

常见场景适配说明：

• 若两个数据集中主键列名不同，比如df1中主键叫SN、df2中主键叫序列号，可将on="序列号"替换为left_on="序列号", right_on="SN"
• 若匹配后MAP ID列出现空值，说明对应序列号在df1中无对应的映射记录
• 该方法是结构化数据关联的标准实现，执行效率远高于手动循环判断，尤其适合数据量较大的场景

内容的提问来源于stack exchange，提问作者Mizanur Choudhury