pandas如何实现左表列匹配右表任意两列的DataFrame合并

实现方案 #

下面提供3种适配不同场景的实现方式：

方案1：两次左合并后合并结果（最简洁，仅适用于2个匹配列场景） #

先分别按右表的两个列做左连接，再用combine_first合并两个结果的非空值，自动补全缺失的匹配行：

import pandas as pd
import numpy as np

# 测试数据
df_1 = pd.DataFrame({'col' : ['a', 'b', 'c']})
df_2 = pd.DataFrame({'col_a' : ['a', 'b', np.nan], 'col_b' : ['z', np.nan, 'c']})

# 分别按两个列做左合并
merge_a = df_1.merge(df_2, how='left', left_on='col', right_on='col_a')
merge_b = df_1.merge(df_2, how='left', left_on='col', right_on='col_b')

# 合并结果，优先保留col_a的匹配结果，缺失值用col_b的匹配结果填充
res = merge_a.set_index('col').combine_first(merge_b.set_index('col')).reset_index()

运行后输出结果和期望完全一致：

col col_a col_b
0   a     a     z
1   b     b   NaN
2   c   NaN     c

方案2：长表转换后匹配（通用方案，支持N个匹配列） #

如果后续需要匹配的右表列不止2个，推荐用melt转成长表后匹配，匹配完成后再转回宽表，扩展性更强：

# 将df_2的匹配列转为长表，过滤空值
df2_melt = df_2.melt(
    value_vars=['col_a', 'col_b'], 
    value_name='match_key', 
    ignore_index=False
).dropna(subset=['match_key'])

# 左连接匹配
res = df_1.merge(df2_melt, how='left', left_on='col', right_on='match_key')

# 转回宽表还原原始列结构
res = res.pivot(index='col', columns='variable', values='value').reset_index().rename_axis(columns=None)

方案3：自定义匹配逻辑（灵活调整优先级） #

如果需要自定义匹配规则、匹配优先级，或者需要加额外匹配条件的场景，可以用apply逐行匹配：

def match_row(x):
    # 优先匹配col_a
    match = df_2[df_2['col_a'] == x]
    if not match.empty:
        return match.iloc[0]
    # 未匹配到再匹配col_b
    match = df_2[df_2['col_b'] == x]
    if not match.empty:
        return match.iloc[0]
    # 都没匹配到返回空值
    return pd.Series([np.nan, np.nan], index=['col_a', 'col_b'])

res = df_1.join(df_1['col'].apply(match_row))

内容的提问来源于stack exchange，提问作者NBK