Pandas实现多条件INDEX MATCH匹配两个数据集填充指定空列

核心思路 #

先将长格式的df2转换为和df目标列对应的宽格式，再基于Machine、Year两个公共键做左连接，最后用匹配到的值填充df中空缺的a/b/c列。

完整实现代码 #

import pandas as pd

# ----------------------
# 假设你已构造好df和df2，示例构造代码如下（你实际使用时可以替换为自己读取数据的代码）
# df = pd.read_excel("你的df文件路径")
# df2 = pd.read_excel("你的df2文件路径")
# ----------------------

# 步骤1：处理df2，将长表转为宽表，把Order Type的a/b/c转为横向列
# 如果df2存在相同Machine+Year+Order Type的重复数据，先做聚合避免pivot报错，可选执行以下行：
# df2 = df2.groupby(['Order Type', 'Machine', 'Year'], as_index=False)['Total Count'].sum()
df2_wide = df2.pivot(
    index=['Machine', 'Year'],
    columns='Order Type',
    values='Total Count'
).reset_index()

# 步骤2：和原df做左连接，完全保留原df的所有行
merged_df = df.merge(
    df2_wide,
    on=['Machine', 'Year'],
    how='left',
    suffixes=('_origin', '') # 给原df的a/b/c列加_origin后缀，避免列名冲突
)

# 步骤3：用df2匹配到的值填充原空缺列，无匹配则保留原值
target_cols = ['a', 'b', 'c']
for col in target_cols:
    merged_df[col] = merged_df[col].fillna(merged_df[f'{col}_origin'])

# 步骤4：删除临时生成的带_origin后缀的列，得到最终结果
final_df = merged_df.drop(columns=[f'{col}_origin' for col in target_cols])

# 输出查看结果
print(final_df)

逻辑说明 #

• 长表转宽表的操作，刚好把df2中同一个Machine+Year组合下的a、b、c三类订单值展开为三列，和df的目标列结构完全对齐
• 左连接保证原df的所有行、原有数据不会丢失，即使没有匹配到df2的记录也不会被删除
• 填充逻辑兼容原df的a/b/c列已有值的场景，只有空缺位置会被df2的匹配值覆盖，和Excel的INDEX MATCH效果完全一致

内容的提问来源于stack exchange，提问作者Richard